[发明专利]一种利用用户属性进行电影推荐的方法

摘要

本发明公开了一种利用用户属性进行电影推荐的方法，属于数据推荐领域，目的是为了解决传统的推荐模型方法不合理的利用辅助信息，导致推荐结果不精准甚至出现较大偏差的问题。传统的推荐系统模型对于用户的一些属性信息不加甄别，无视属性对于对应物品的适应性，从而存在较大的不合理性，本方法通过对传统推荐系统工作流程中的属性利用环节加入注意力机制，从而有效地控制和决定在进行电影推荐时候，哪些用户信息被保留，哪些被摒弃，使得整个推荐过程更加合理有效。同时，本方法结合了深度学习的大规模参数学习，使得模型的适用性和鲁棒性更强。

主权项

1.一种利用用户属性进行电影推荐的方法，其特征在于，所述方法包括以下步骤：S1、特征映射学习：首先从大量的现有用户对电影评级数据中学习特征映射关系其中i和u分别表示电影和用户的uuid，a表示用户的属性集，同时，学习和记录对用户属性的注意力矩阵λ；S2、用户/电影原始特征映射：对于具体的用户，根据学习到的映射关系参数，将其投影到K维度低维的特征空间中；同样，对于待推荐影片或影片库，根据其uuid获得它们在特征空间中具体的特征值，这些特征，包括之后提到的属性特征，都是特征空间中的一个向量；S3、池化属性特征融合：对于原始的用户特征，利用其属性集对其进行修正；S4、预测评分：将影片库的所有电影特征以及修正过后的用户特征输入到模型中，获得最后的评分列表，即模型对当前用户关于影片库中所有该用户未观看的影片的一个评分预测；S5、Top K推荐：排序评分列表，取Top K评分影片推荐给用户。