申请/专利权人：广东工业大学

申请日：2019-12-30

公开（公告）日：2020-05-15

公开（公告）号：CN111159573A

主分类号：G06F16/9536(20190101)

分类号：G06F16/9536(20190101)

优先权：

专利状态码：有效-授权

法律状态：2022.04.08#授权;2020.06.09#实质审查的生效;2020.05.15#公开

摘要：本发明公开了一种基于项目的内容推荐方法，包括下述步骤：1修正初始的评分数值，将原始矩阵E整理为Em×n；2使用Pearson相关公式，遍历代入Em×n的每个元素，从而得到对应的Pearson项目相似度矩阵item‑SIMm×n；3对规范化评分矩阵Em×n做矩阵奇异值分解，得到U、S、D；4确定适合的维度k，得到矩阵Uk、Sk、Dk；5根据公式计算用户‑项目评分矩阵Em×n的评分相似度矩阵Ek，作为后续计算预测评分的入口矩阵；6遍历每个对项目j已有评分的用户评分行向量Eu，若其中项目i处有值，则代入以下公式计算得到项目的平均偏差值devj,i：7将得到的平均偏差值devj,i、项目相似度similarityi,j代入获得用户u对itemj的推荐预测评分PredictionIS‑SVDuj；本发明能够适应于不同稠密程度的数据，算法适应性得到增强。

主权项：1.一种基于项目的内容推荐方法，其特征在于，包括下述步骤：首先，使用Pearson相关系数来度量项目相似度，其中皮尔森相关系数可以表示为： 其中，Eui、Euj为评分矩阵中，第u行第i、j列的元素值，Ei、Ej是第i、j个列向量中每个元素的算数平均值；最终加权推荐公式为： 改进后的IS-SVDslopeone算法具体流程如下：输入：待预测用户u以及目标项目itemj、评分原始矩阵E；输出：用户u对itemj的预测Predictionuj；1修正初始的评分数值，将原始矩阵E整理为Em×n；2使用Pearson相关公式，遍历代入Em×n的每个元素，从而得到对应的Pearson项目相似度矩阵item-SIMm×n；3对规范化评分矩阵Em×n做矩阵奇异值分解，得到U、S、D；4确定适合的维度k，得到矩阵Uk、Sk、Dk；5根据公式计算用户-项目评分矩阵Em×n的评分相似度矩阵Ek，作为后续计算预测评分的入口矩阵；6遍历每个对项目j已有评分的用户评分行向量Eu，若其中项目i处有值，则代入以下公式计算得到项目的平均偏差值devj,i： 7将得到的平均偏差值devj,i、项目相似度similarityi,j代入以下公式获得用户u对itemj的推荐预测评分PredictionIS-SVDuj：

全文数据：

权利要求：

百度查询： 广东工业大学 一种基于项目的内容推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD