[发明专利]一种混合高斯建模改进的协同过滤推荐方法有效
| 申请号： | 201711267674.8 | 申请日： | 2017-12-05 |
| 公开（公告）号： | CN108108399B | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 邓辉舫;周君君 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510006 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种混合高斯建模改进的协同过滤推荐方法，包括步骤：1)对用户‑物品评分矩阵的各个物品的评分分布建立混合高斯模型；2)利用EM算法计算出每个物品评分分布的混合高斯模型参数；3)根据每个物品评分的混合高斯模型计算每个用户的惊异度向量；4)根据用户的惊异度向量计算用户之间的相似度；5)根据用户之间的相似度进行协同过滤推荐。本发明通过对物品评分分布进行混合高斯建模，计算出所有用户的惊异度向量，在此基础上计算用户的相似度，最后进行协同过滤推荐，缓解数据的稀疏性问题，有效的提高推荐效果。 | ||
| 搜索关键词： | 一种 混合 建模 改进 协同 过滤 推荐 方法 | ||
【主权项】：
1.一种混合高斯建模改进的协同过滤推荐算法，其特征在于，包括以下步骤：1)对用户-物品评分矩阵的各个物品的评分分布建立混合高斯模型；2)利用EM算法即期望最大化算法估算每个物品评分分布的混合高斯模型参数；3)根据每个物品评分的混合高斯模型计算每个用户的惊异度向量；4)根据用户的惊异度向量计算用户之间的相似度；5)根据用户之间的相似度进行协同过滤推荐。
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华南理工大学，未经华南理工大学许可，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/201711267674.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种浏览量显示方法和装置
- 下一篇：一种API基于本地数据增量的方法
