[发明专利]一种基于信任计算和矩阵分解的推荐算法在审
| 申请号： | 201810614359.6 | 申请日： | 2018-06-07 |
| 公开（公告）号： | CN109213951A | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 王瑞琴 | 申请（专利权）人： | 王瑞琴 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06F16/9535;G06F17/16;G06Q50/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 313000 浙江*** | 国省代码： | 浙江;33 |
| 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信任计算和矩阵分解的推荐算法。矩阵分解推荐模型是目前广泛使用的个性化推荐技术，然而普遍存在数据稀疏性、冷启动和抗攻击能力差等问题。本发明以社交网络中的社会同质性原理作为理论依据，根据用户的兴趣偏好是由其自身特质和朋友影响结果的启发式思想，提出一种简单有效的信任度量方法和一个信任加强的矩阵分解推荐算法。信任计算过程综合考虑了全局信任、局部信任、信任传递、多路信任组合等因素。在基于矩阵分解的用户建模过程中，利用信任邻居用户对当前用户的潜在因子向量加以扩展，同时利用用户间的信任关系对参数求解目标函数进行规格化约束，从而极大缓解了数据稀疏性和冷启动问题，并具有良好的抗攻击能力。 | ||
| 搜索关键词： | 矩阵分解 算法 抗攻击能力 数据稀疏 冷启动 个性化推荐 计算过程 邻居用户 目标函数 社交网络 信任关系 影响结果 用户建模 综合考虑 规格化 启发式 度量 多路 偏好 求解 向量 传递 缓解 全局 | ||
【主权项】：
1.一种基于信任计算和矩阵分解的协同推荐方法，其特征在于：包括信誉度敏感的信任计算模块和信任加强的矩阵分解模块，其中：所述信誉度敏感的信任计算模块，用于隐式信任关系的发现，进而扩展信任网络，解决信任数据的稀疏性问题；所述信任加强的矩阵分解模块，用于基于社会同质性原理，使用信任关系对传统的矩阵分解推荐方法进行扩展与约束，从而提高推荐性能。
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王瑞琴，未经王瑞琴许可，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/201810614359.6/，转载请声明来源钻瓜专利网。
