[发明专利]一种基于大数据双向推荐的深度学习方法及双向推荐装置

摘要

本发明涉及一种基于大数据双向推荐的深度学习方法及双向推荐装置，属于人工智能和机器学习技术领域；其在大数据平台环境下，解决了社会化网络体系之中互为主体和客体的人与人之间穿越信息墙的问题。作为主客体双向信息反馈的个性化推荐方法，其将主体与客体都作为评价对象，从两个方向建立用户评价矩阵和项目评价矩阵，利用消息反馈机制建立了主客体双向推荐模式，并利用匹配技术对双向的相似度矩阵进行二次匹配融合。本发明彻底改变了单向推荐模式中主体或客体一方获取推荐的方法，而是用机器学习方法建立了主体与客体相互关联的推荐模式，开创了利用深度学习对大数据进行关联性分析的新领域。

主权项

1.一种基于大数据双向推荐的深度学习方法，其特征在于：包括以下步骤：1)确定主体与客体的关系，定义协同过滤的方向和流程；2)提取用户评价数据，即用户对项目的兴趣度评分值，构造用户评价矩阵；3)在用户评价数据中提取每个项目被所有用户的评价数据，构成项目特征行向量，由所有项目的特征行向量构成项目特征矩阵；利用相似度算法，计算各个项目之间的相似度，构造项目相似度矩阵；4)提取项目评价数据,项目评分并不是项目对用户的直接评分,而是项目的执行人对用户的评分；5)在项目评价数据中提取每个用户被所有项目的评价数据,构成用户特征行向量,由所有用户的特征行向量构成用户特征矩阵；利用相似度算法,计算各个用户之间的相似度,构造用户相似度矩阵；6)利用用户评价矩阵和项目相似度矩阵进行运算,利用用户评价值高的项目,在项目相似度矩阵里找到其他潜在项目,在以用户为行,项目为列的矩阵中,将潜在项目的评分值标为1,其他值为零；这样就构造了用户推荐矩阵；7)利用项目评价矩阵和用户相似度矩阵进行运算,利用项目评价值高的项目,在用户相似度矩阵里找到其他潜在用户,在以项目为行,用户为列的矩阵中,将潜在用户的评分值标为1,其他值为零；这样就构造了项目推荐矩阵；8)将用户推荐矩阵和项目推荐矩阵之一转置后进行矩阵与运算,得到用户与项目的匹配推荐矩阵；此矩阵中的非零值标志着无论从正向还是逆向推荐的角度考虑,都能达到潜在推荐效果的用户‑项目匹配对；9)对匹配推荐矩阵利用项目评价矩阵和用户评价矩阵一起进行匹配验证运算,将匹配推荐矩阵中推荐的用户或项目中评分较低的项目或用户去除即得到匹配推荐矩阵，该矩阵中值为1的项目或用户即为推荐项目或用户。