[发明专利]一种跨域协同过滤方法和系统有效
| 申请号： | 201811209371.5 | 申请日： | 2018-10-17 |
| 公开（公告）号： | CN109446420B | 公开（公告）日： | 2022-01-25 |
| 发明（设计）人： | 于旭;付裕;徐凌伟;杜军威;巩敦卫 | 申请（专利权）人： | 青岛科技大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/35;G06Q30/06 |
| 代理公司： | 青岛联智专利商标事务所有限公司 37101 | 代理人： | 王笑 |
| 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： | 本发明公开了一种跨域协同过滤方法，将用户项目评分数据转换为训练样本集后，对每个辅助域的用户项目评分矩阵进行Funk‑SVD分解得到用户潜在向量，继而使用所述用户潜在向量扩展所述训练样本集得到第一扩展训练样本集，添加项目特征信息来扩展第一扩展训练样本集得到第二扩展训练样本集，使用所述第二扩展训练样本集训练不平衡分类器，最后基于所述不平衡分类器预测所述用户项目评分数据的缺失数据并生成推荐；通过采用辅助域数据进行扩展解决目标域数据稀疏性问题，继而对扩展后训练样本进行不平衡分类器的训练，采用不平衡分类器预测目标域的缺失项，进而得到推荐数据，解决现有推荐系统数据集稀疏和不平衡性问题。 | ||
| 搜索关键词： | 一种 协同 过滤 方法 系统 | ||
【主权项】：
1.一种跨域协同过滤方法，其特征在于，包括以下步骤：将用户项目评分数据转换为分类算法的训练样本集；对每个辅助域的用户项目评分矩阵进行Funk‑SVD分解，得到用户潜在向量；使用所述用户潜在向量扩展所述训练样本集中用户的特征向量，得到第一扩展训练样本集；添加项目特征信息来扩展第一扩展训练样本集中项目的特征向量得到第二扩展训练样本集；使用所述第二扩展训练样本集训练不平衡分类器；基于所述不平衡分类器预测所述用户项目评分数据的缺失数据并生成推荐。
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青岛科技大学，未经青岛科技大学许可，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/201811209371.5/，转载请声明来源钻瓜专利网。
