[发明专利]一种基于用户签到稀疏矩阵的深度学习兴趣点推荐方法

摘要

本发明公开了一种基于用户签到稀疏矩阵的深度学习兴趣点推荐方法，包括如下步骤：获取所有用户的历史签到信息，基于所有用户的历史签到信息计算签到矩阵；基于签到矩阵计算用户‑兴趣点矩阵和兴趣点‑用户矩阵；基于用户‑兴趣点矩阵计算预估矩阵M0；基于预估矩阵M0计算预估矩阵M1；基于兴趣点‑用户矩阵计算预估矩阵M2；基于签到矩阵计算预估矩阵Mn；基于公式Mpre＝M0+M1+M2T+Mn计算用户‑兴趣点偏好值矩阵Mpre；基于偏好值矩阵Mpre生成推荐信息。本发明公开的技术方案可以根据用户签到稀疏矩阵为用户适合准确地推荐兴趣点。

主权项

1.一种基于用户签到稀疏矩阵的深度学习兴趣点推荐方法，其特征在于，包括如下步骤：S101、获取所有用户的历史签到信息，基于所有用户的历史签到信息计算用户签到矩阵；S102、基于用户签到矩阵计算用户‑兴趣点矩阵和兴趣点‑用户矩阵；S103、基于用户‑兴趣点矩阵计算预估矩阵M₀；S104、基于预估矩阵M₀计算预估矩阵M₁；S105、基于兴趣点‑用户矩阵计算预估矩阵M₂；S106、基于签到矩阵计算预估矩阵M_n；S107、基于公式M_pre＝M₀+M₁+M₂^T+M_n计算用户‑兴趣点偏好值矩阵M_pre；S108、基于偏好值矩阵M_pre生成推荐信息。