[发明专利]一种自适应设置推荐系统表征模长的方法

权利要求书

1.一种自适应设置推荐系统表征模长的方法，其特征在于：包括如下步骤：

1)根据模型当前的状态，计算基准温度系数τ₀；

2)基于τ₀，针对每个用户，计算其个性化的温度系数τ_u；

3)根据以上τ_u，获得用户物品模长调节后的表征向量。

2.如权利要求1所述的一种自适应设置推荐系统表征模长的方法，其特征在于：

步骤1)中计算过程如下：

其中μ₊,μ分布代表推荐模型对正样本以及所有样本的预测分数的均值，即这里n,m代表推荐系统中用户数量，物品数量；D代表正样本集合，他的每个元素是一个用户物品对；|D|代表正样本的数量；f_ui代表模型对用户u和物品i构成的样本的预测值，可以使用任意的基于表征学习的推荐模型。

3.如权利要求2所述的一种自适应设置推荐系统表征模长的方法，其特征在于：h_u,h_i分别代表用户和物品原始的模长未调节的表征向量。

4.如权利要求1所述的一种自适应设置推荐系统表征模长的方法，其特征在于：

步骤2)中计算过程如下：

针对每个用户u，按照如下公式计算其个性化的温度系数：

这里L(u)为每个用户的累计损失均值即这里δ(.,.)代表选择使用的损失函数，可以是交叉熵损失、平方损失等；r_ui为观测到的标签，代表用户是否喜欢这个物品；q为整个数据集的损失阈值，为方便计算此处将q设置成L(u)的均值，即W(.)为Lambert-W function；max(.,.)代表二者取最大值；β为系数。

5.如权利要求4所述的一种自适应设置推荐系统表征模长的方法，其特征在于：β设置为1。

6.如权利要求1所述的一种自适应设置推荐系统表征模长的方法，其特征在于：

步骤3)中计算过程如下：

这里|.|代表向量的L2范数。