[发明专利]一种基于回溯求解凸优化SVD++的推荐算法在审
| 申请号： | 202010509985.6 | 申请日： | 2020-06-08 |
| 公开（公告）号： | CN112257023A | 公开（公告）日： | 2021-01-22 |
| 发明（设计）人： | 孙桂玲;王世杰;王志红;任向南 | 申请（专利权）人： | 南开大学 |
| 主分类号： | G06F17/16 | 分类号： | G06F17/16;G06F16/9535 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300071*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于推荐算法和凸优化技术领域，具体涉及一种应用于SVD++推荐算法的求解无约束凸优化方法。本发明深入发掘SVD++推荐算法梯度下降的局限性，提出了一种基于回溯求解凸优化SVD++的推荐算法。该方法同时利用了凸优化求解问题的高效性，结合SVD++推荐算法模型，利用回溯搜索对推荐算法中梯度下降问题进行求解。回溯SVD++推荐算法模型与传统推荐算法模型相比，可以更有效地利用算法中梯度下降自动更新学习率更快地求解全局最优解。实验结果表明，本发明提出的一种基于回溯求解凸优化SVD++的推荐算法具有很好的收敛性，与现有方法相比，可以有效提升推荐系统的准确性与效率。 | ||
| 搜索关键词： | 一种 基于 回溯 求解 优化 svd 推荐 算法 | ||
【主权项】：
暂无信息
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南开大学，未经南开大学许可，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/202010509985.6/，转载请声明来源钻瓜专利网。
