[发明专利]基于超图结构的社交网络推荐模型构建方法有效

专利信息
申请号: 201710271141.0 申请日: 2017-04-24
公开(公告)号: CN107145541B 公开(公告)日: 2020-07-28
发明(设计)人: 郑孝遥;孙丽萍;陈付龙;陈文;罗永龙 申请(专利权)人: 安徽师范大学
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9536;G06Q50/00
代理公司: 芜湖安汇知识产权代理有限公司 34107 代理人: 尹安
地址: 241000 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明适用于个性化推荐领域,提供了一种基于超图结构的社交网络推荐模型构建方法,该方法包括如下步骤:基于社交网络中的用户‑项目评分矩阵构建以项目为中心的超图及以用户为中心的超图;计算用户评价相似度,项目特征相似度及用户特征相似度;在矩阵因子分解模型的基础上,融入用户评价相似度、用户特征相似度和项目特征相似度,获取目标函数;对目标函数采用随机梯度下降算法,迭代求出用户潜在因子矩阵及项目潜在因子矩阵;基于用户潜在因子矩阵及项目潜在因子矩阵预测用户对项目的评分,向用户推荐预测评分最高的项目。本发明实施例在矩阵因子分解模型的基础上,融入用户特征、项目特征、用户评分,推荐模型描述更为全面,提高推荐准确率。
搜索关键词: 基于 超图 结构 社交 网络 推荐 模型 构建 方法
【主权项】:
一种基于超图结构的社交网络推荐模型构建方法,其特征在于,所述方法包括如下步骤:S1、基于社交网络中的用户‑项目评分矩阵构建以项目为中心的超图及以用户为中心的超图;S2、基于所述项目为中心的超图及所述以用户为中心的超图确定用户的邻居用户和项目的邻接项目,计算用户评价相似度,项目特征相似度及用户特征相似度;S3、在矩阵因子分解模型的基础上,融入所述用户评价相似度、所述用户特征相似度和所述项目特征相似度,获取目标函数;S4、对所述目标函数采用随机梯度下降算法,可迭代求出用户潜在因子矩阵及项目潜在因子矩阵;S5、基于所述用户潜在因子矩阵及所述项目潜在因子矩阵预测用户对项目的评分,向用户推荐预测评分最高的项目。
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安徽师范大学,未经安徽师范大学许可,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/201710271141.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top