[发明专利]一种基于局部加权线性回归模型的交叉推荐方法及系统在审
| 申请号： | 201810058410.X | 申请日： | 2018-01-22 |
| 公开（公告）号： | CN110110209A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 于旭;杜军威;于淼;胡强;张国栋 | 申请（专利权）人： | 青岛科技大学;青岛大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F17/18 |
| 代理公司： | 北京三聚阳光知识产权代理有限公司 11250 | 代理人： | 李博洋 |
| 地址： | 266061 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于局部加权线性回归模型的交叉推荐方法及系统，该交叉推荐方法包括：获取用户在目标对象中对至少一目标项目的评分记录及在与目标对象相关的辅助对象中对至少一辅助项目的辅助评分记录；根据评分记录及辅助评分记录建立待评目标项目的待评项目向量；将待评项目向量扩展为增广向量，并根据增广向量建立局部加权线性回归模型；利用随机梯度下降算法，对局部加权线性回归模型进行求解，得到优化解；根据优化解计算得出对目标对象中的待评目标项目的预测评分；将预测评分满足预设评分标准的待评目标项目推荐给用户。通过实施本发明，实现了用户的行为数据与评分数据的充分拟合，从而提高了交叉推荐系统的准确率及召回率。 | ||
| 搜索关键词： | 局部加权线性回归 评分记录 目标对象 目标项目 向量 目标项目推荐 辅助对象 辅助项目 评分标准 评分数据 随机梯度 推荐系统 下降算法 向量建立 向量扩展 行为数据 预测 准确率 求解 拟合 预设 优化 | ||
【主权项】：
1.一种基于局部加权线性回归模型的交叉推荐方法，其特征在于，包括：获取用户在目标对象中对至少一目标项目的评分记录及在与所述目标对象相关的辅助对象中对至少一辅助项目的辅助评分记录；根据所述评分记录及辅助评分记录建立待评目标项目的待评项目向量；将所述待评项目向量扩展为增广向量，并根据所述增广向量建立局部加权线性回归模型；利用随机梯度下降算法，对所述局部加权线性回归模型进行求解，得到优化解；根据所述优化解计算得出对所述目标对象中的待评目标项目的预测评分；将所述预测评分满足预设评分标准的待评目标项目推荐给所述用户。
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青岛科技大学;青岛大学，未经青岛科技大学;青岛大学许可，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/201810058410.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种设定密级的科研信息咨询服务系统
- 下一篇：推送展示信息的方法和装置
