[发明专利]一种基于用户偏好异构性分析的推荐方法有效
| 申请号： | 201910399992.2 | 申请日： | 2019-05-14 |
| 公开（公告）号： | CN110134868B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 张全贵;靳赫;李鑫 | 申请（专利权）人： | 辽宁工程技术大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N3/0442;G06N3/048;G06N3/08;G06F16/35;G06F40/289 |
| 代理公司： | 北京华夏正合知识产权代理事务所(普通合伙) 11017 | 代理人： | 陈晓宁;张丽萍 |
| 地址： | 123000 辽*** | 国省代码： | 辽宁;21 |
| 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用户偏好异构性分析的推荐方法，步骤为：对Amazon公开数据集及进行数据筛选，得到符合要求的数据集；对处理好的文本数据进行分词分句并对文本数据进行词向量训练和名词短语提取；使用深度学习框架构建推荐系统模型；把预先处理好的文本数据分成训练集和测试集，使用构建好的模型对训练集进行训练，并对训练好的模型应用于测试集进行评价得到最优的推荐模型。本发明采用联合学习网络结构，分别处理文本多粒度信息的特征学习网络，还有用来学习用户和项目关联信息的协同过滤网络，数据处理中使用Spacy来提取名词性短语，并通过Word2Vec学习词语特征向量，减少输入网络的数据维度增强网络的推荐精度。 | ||
| 搜索关键词： | 一种 基于 用户 偏好 异构性 分析 推荐 方法 | ||
【主权项】：
1.一种基于用户偏好异构性分析的推荐方法，其特征在于，包括以下步骤：步骤1：对Amazon公开数据集及进行数据筛选，得到符合要求的数据集；步骤2：对处理好的文本数据进行分词分句并对文本数据进行词向量训练和名词短语提取；步骤3：使用深度学习框架构建推荐系统模型；步骤4：把预先处理好的文本数据分成训练集和测试集，使用步骤3构建的模型对训练集进行训练，并对训练好的模型应用于测试集进行评价得到最优的推荐模型。
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辽宁工程技术大学，未经辽宁工程技术大学许可，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/201910399992.2/，转载请声明来源钻瓜专利网。
- 上一篇：企业信息查询方法及相关产品
- 下一篇：一种信息推送方法、装置、设备和存储介质
