[发明专利]基于矩阵和张量联合分解的汽车推荐方法及系统

摘要

本发明公开了基于矩阵和张量联合分解的汽车推荐方法及系统；包括以下步骤：构造汽车打分张量，构造汽车制造商与供应商关系矩阵，构造汽车产品结构树，汽车制造商与供应商关系矩阵和汽车产品结构树都是完整的，用来协助预测张量中缺失的具体值；根据汽车产品结构树，引入树组套索模型来对最终的损失函数进行规约，得到权重；建立损失函数，用交替最小二乘法法对损失函数进行迭代；对损失函数求导置零，然后求出矩阵的迭代函数；还原张量，即补全张量的缺失值；针对不同的用户，依据补全的张量X中的元素，按照打分的从高到低的次序依次给用户推荐用户喜欢的车型。

主权项

1.一种基于矩阵和张量联合分解的汽车推荐方法，其特征是，包括以下步骤：/nS1、构造汽车打分张量X，构造汽车制造商与供应商关系矩阵E，构造汽车产品结构树T，汽车制造商与供应商关系矩阵E和汽车产品结构树T都是完整的，用来协助预测张量X中缺失的具体值；/nS2、根据汽车产品结构树T，引入树组套索模型Tree-guided Group Lasso来对最终的损失函数进行规约，得到权重W(v)；/nS3、根据S1得到的汽车打分张量X、汽车制造商与供应商关系矩阵E以及S2得到的权重W(v)，建立损失函数，用交替最小二乘法法ALS对损失函数进行迭代；对损失函数求导置零，然后求出矩阵A、B、C、S和M的迭代函数；/nS4、矩阵A、B和C通过S3中的迭代后，通过矩阵A，B，C的外积来还原张量X，即补全张量X的缺失值；计算出迭代的RMSE和MAE，RMSE和MAE的数值越小说明预测数值与实际数值相差越小；/nS5、判断S4中求得的RMSE是否满足设定的收敛条件或判断迭代次数是否满足设定的收敛条件，若满足则循环结束，否则返回S3；/nS6、针对不同的用户，依据补全的张量X中的元素，按照打分的从高到低的次序依次给用户推荐用户喜欢的车型；/n其中S1的步骤为：/n构造汽车打分张量X，汽车打分张量维度为I×J×K，I为用户个数，J为车型数量，K为评分标准个数；/n构造汽车制造商与供应商关系矩阵E；矩阵E的两个维度分别是制造商和供应商；矩阵E的维度是U×V，其中U表示制造商个数，V表示供应商个数；矩阵中的值E_uv表示的是制造商u是否与供应商v存在供应关系；若等于1，则表示制造商u和供应商v之间存在供应关系；相反，若等于0，则不存在供应关系；/n构造汽车产品结构树T；根据汽车领域中，车型-车系-制造商之间的从属关系构建出一棵树；每一个叶子节点为每个车型，中间节点为按照车型所属的车系或制造商所构成的集合，根节点为所有车型所组成的大集合；每个子节点只有一个父节点，并且同一层节点没有重叠。/n