[发明专利]一种对评分矩阵中的未知评分进行预测的方法及装置

摘要

公开了一种对评分矩阵中的未知评分进行预测的方法及装置。采用矩阵分解方法，将评分矩阵分解为表征每个用户的潜在偏好特征的第一矩阵与表征每个物品的潜在偏好特征的第二矩阵。其中，针对任一用户与任一物品，将该用户的潜在偏好特征与物品的潜在偏好特征进行结合，就可以准确预测出该用户对该物品的偏好评分。可以通过机器学习的方式，以所述评分矩阵中的已知评分为样本，训练所述第一矩阵与所述第二矩阵。具体地，采用预设的损失函数表征训练效果，并据此迭代调整所述第一矩阵与所述第二矩阵。训练结束后，就可以基于所述第一矩阵与所述第二矩阵，预测所述评分矩阵中的未知评分。

主权项

1.一种对评分矩阵中的未知评分进行预测的方法，所述方法包括：初始化第一矩阵与第二矩阵；其中，所述第一矩阵由每个用户对应的潜在偏好向量组成，所述第二矩阵由每个物品对应的潜在偏好向量组成；针对任一用户与任一物品，该用户对应的潜在偏好向量与该物品对应的潜在偏好向量的乘积表征该用户对该物品的偏好评分的预测值；迭代执行以下步骤，直至满足指定条件：以减小预设的损失函数的函数值为目标，根据所述第一矩阵、所述第二矩阵、评分矩阵以及用户社交数据，调整所述第一矩阵与所述第二矩阵；其中，所述评分矩阵中各已知评分的实际值与预测值越接近，所述损失函数的函数值越小；所述第一矩阵表征的各用户之间的关联关系与所述用户社交数据表征的各用户之间的关联关系越相似，所述损失函数的函数值越小；若确定满足指定条件，则基于所述第一矩阵与所述第二矩阵，得到所述评分矩阵中的各未知评分的预测值。