[发明专利]一种基于K近邻的贝叶斯个性化推荐方法及装置在审
| 申请号： | 201710351281.9 | 申请日： | 2017-05-18 |
| 公开（公告）号： | CN107025311A | 公开（公告）日： | 2017-08-08 |
| 发明（设计）人： | 刘宏志;郭政;赵鹏;吴中海;张兴 | 申请（专利权）人： | 北京大学;北京华品博睿网络技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/16;G06Q30/06;G06K9/62 |
| 代理公司： | 北京君泊知识产权代理有限公司11496 | 代理人： | 王程远 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于K近邻的贝叶斯个性化推荐方法，包括1)通过用户的行为数据寻找用户的K近邻；2)根据观测到的用户正反馈项目以及由该用户的k近邻用户组成的用户群的正反馈项目，对项目集合进行划分；3)确定用户对项目的对级别偏好关系；4)最大化所有用户在项目集合上的概率得到目标函数；用户对项目的预测采用矩阵分解模型实现；采用随机梯度下降法对目标函数中的参数进行求解。本发明还公开了一种基于K近邻的贝叶斯个性化推荐装置。本发明考虑了用户之间的相互影响，并通过该影响对项目集合进行划分，减少了未观测项目的个数，有效地缓解了推荐过程中数据不平衡和数据稀疏性带来的负面影响。 | ||
| 搜索关键词： | 一种 基于 近邻 贝叶斯 个性化 推荐 方法 装置 | ||
【主权项】：
一种基于K近邻的贝叶斯个性化推荐方法，其特征在于，所述方法包括：通过K近邻构造当前用户的优先候选项目集合；根据当前用户的正反馈项目集合和优先候选项目集合确定用户对项目的对级别偏好关系；通过最大化所有用户在整体项目集合上的对级别偏好排序的概率得到目标函数；对于目标函数，采用随机梯度下降法求解参数。
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北京大学;北京华品博睿网络技术有限公司，未经北京大学;北京华品博睿网络技术有限公司许可，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/201710351281.9/，转载请声明来源钻瓜专利网。
