[发明专利]基于支持向量机回归模型的产品推荐方法在审
| 申请号： | 201610130567.X | 申请日： | 2016-03-08 |
| 公开（公告）号： | CN105824878A | 公开（公告）日： | 2016-08-03 |
| 发明（设计）人： | 镇璐;林珉;刘礼兵 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 上海上大专利事务所(普通合伙) 31205 | 代理人： | 陆聪明 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于支持向量机回归模型的产品推荐方法，包括如下步骤：a）获取特征信息；b）将语料处理成支持向量机回归，即SVR模型所需格式，得到备用语料；c）将备用语料训练后得到产品推荐回归模型；d）使用训练好的产品推荐回归模型对产品测试语料进行回归测试，从而得到每个产品测试语料的回归结果，对于每一个产品的测试语料，求取回归值的平均值作为产品的推荐值。本发明使用SVR模型，利用上下文文本信息，建立一个统一的概率回归模型，有利于提高产品评论回归的效率及性能，进一步实现准确的产品推荐。本发明的方法在测试语料中取得了不错的回归结果。 | ||
| 搜索关键词： | 基于 支持 向量 回归 模型 产品 推荐 方法 | ||
【主权项】：
一种基于支持向量机回归模型的产品推荐方法，其特征在于，包括如下步骤：a）获取特征信息；b）将语料处理成支持向量机回归，即SVR模型所需格式，得到备用语料；c）将备用语料训练后得到产品推荐回归模型；d）使用训练好的产品推荐回归模型对产品测试语料进行回归测试，从而得到每个产品测试语料的回归结果，对于每一个产品的测试语料，求取回归值的平均值作为产品的推荐值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海大学，未经上海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610130567.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种生成计数事件的方法及装置
- 下一篇：一种数据分类的映射方法及装置
