[发明专利]个性化推荐方法有效
| 申请号： | 201510030610.0 | 申请日： | 2015-01-21 |
| 公开（公告）号： | CN104537114B | 公开（公告）日： | 2018-05-15 |
| 发明（设计）人： | 王朝坤;陈俊;王建民 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 北京汇信合知识产权代理有限公司 11335 | 代理人： | 袁辉志 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种个性化推荐方法，涉及计算机数据处理技术领域，包括：获取用户对物品的使用行为数据；按照所获取的使用行为数据生成用户使用行为子列表；遍历所生成的用户使用行为子列表，估算物品的一步转移概率矩阵；基于用户对物品的兴趣的遗忘过程和马尔科夫模型建立个性化推荐模型；使用梯度下降法，对兴趣遗忘过程中用户的个性化参数进行估算，从而根据用户使用行为子列表，为用户进行推荐。本发明提供的个性化推荐方法，能够更准确的捕捉用户偏好的动态变化，这样的推荐方法就显得更具有实用价值。 | ||
| 搜索关键词： | 个性化 推荐 方法 | ||
【主权项】：
1.一种个性化推荐方法，其特征在于，包括：获取各用户对物品的使用行为数据，按照使用行为数据发生的时间的升序排列；前后两次使用行为间隔大于预设阀值，将所获取的使用行为数据拆分，生成用户使用行为子列表；遍历所生成的用户使用行为子列表，根据用户使用行为子列表中物品出现的先后顺序，按最大似然法估算物品的一步转移概率矩阵；基于用户对物品的兴趣的遗忘过程和马尔科夫模型建立个性化推荐模型，兴趣的遗忘过程包含针对兴趣累积和兴趣遗忘两部分的建模，动态的兴趣值由经验值和兴趣余量两部分组成，兴趣余量表示用户对物品的剩余的兴趣大小，其值与用户使用该物品的时间间隔呈反比例关系；使用梯度下降法，对兴趣遗忘过程中用户的个性化参数进行估算，从而根据用户使用行为子列表，为用户进行推荐。
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清华大学，未经清华大学许可，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/201510030610.0/，转载请声明来源钻瓜专利网。
- 上一篇：节能环保高效烤箱
- 下一篇：一种微手性调节纤维素色谱固定相、制备方法及其应用
