[发明专利]一种基于矩阵分解的产品推荐方法有效
| 申请号： | 201811268374.6 | 申请日： | 2018-10-29 |
| 公开（公告）号： | CN109615452B | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 路松峰;吴旭;王穆 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06F17/16 | 分类号： | G06F17/16 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 曹葆青;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于矩阵分解的产品推荐方法，包括：(1)对历史评分数据进行预处理，得到用户对产品的评分矩阵；(2)对评分矩阵中同一用户对不同产品的喜好程度进行排序，并根据排序结果确定损失函数；(3)对评分矩阵进行分解，并根据损失函数对分解结果进行调整，从而得到使得损失函数取值最小的第一特征向量和第二特征向量，由此完成矩阵分解并得到向用户推荐产品的推荐列表。本发明所提供的基于矩阵分解的产品推荐方法，在确定损失函数时，将同一用户对不同产品的喜好程度的排序关系考虑在内，能够在损失函数中更为充分地体现用户与被推荐产品之间的复杂关系，从而有效提高产品推荐的准确度。 | ||
| 搜索关键词： | 一种 基于 矩阵 分解 产品 推荐 方法 | ||
【主权项】：
1.一种基于矩阵分解的产品推荐方法，其特征在于，包括如下步骤：(1)对历史评分数据进行预处理，得到用户对产品的评分矩阵；(2)对所述评分矩阵中同一用户对不同产品的喜好程度进行排序，并根据排序结果确定损失函数；(3)对所述评分矩进行分解，并根据所述损失函数对分解结果进行调整，从而得到使得所述损失函数取值最小的第一特征向量和第二特征向量，由此完成矩阵分解并得到向用户推荐产品的推荐列表；其中，所述第一特征向量用于表示用户与隐藏特征的关系，所述第二特征向量用于表示产品与隐藏特征的关系。
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中科技大学，未经华中科技大学许可，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/201811268374.6/，转载请声明来源钻瓜专利网。
