[发明专利]基于社交正则化协同话题回归的标签推荐系统及方法在审
| 申请号： | 201310294465.8 | 申请日： | 2013-07-12 |
| 公开（公告）号： | CN103488676A | 公开（公告）日： | 2014-01-01 |
| 发明（设计）人： | 李武军;王灏;过敏意 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 上海思微知识产权代理事务所(普通合伙) 31237 | 代理人： | 郑玮 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 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社交正则化协同话题回归的标签推荐系统及方法，该系统包括：CTR模型建立模组，对所有标签建立CTR模型；有社交正则化的CTR模型建立模组，通过将物品-标签矩阵、物品内容信息以及物品之间的社交网络整合到一个层级贝叶斯模型以建立CTR-SR模型；参数学习模组，利用最大后验估计对该有社交正则化的CTR模型建立模组建立的模型中的参数进行学习，最终各参数的全后验概率；标签推荐模组，根据学习后的参数进行标签推荐，本发明将CTR模型应用于标签推荐，通过对CTR进行拓展，提出了一种层级式的贝叶斯模型，有效地整合了物品-标签矩阵、物品内容信息，并利用了物品之间的网络关系，提高了推荐的准确度。 | ||
| 搜索关键词： | 基于 社交 正则 协同 话题 回归 标签 推荐 系统 方法 | ||
【主权项】：
一种基于社交正则化协同话题回归的标签推荐系统，包括： CTR模型建立模组，对所有标签建立CTR模型； 有社交正则化的CTR模型建立模组，通过将物品‑标签矩阵、物品内容信息以及物品之间的社交网络整合到一个层级贝叶斯模型以建立有社交正则化的CTR模型； 参数学习模组，利用最大后验估计对该有社交正则化的CTR模型建立模组建立的模型中的参数进行学习，最终各参数的全后验概率； 标签推荐模组，根据学习后的参数进行标签推荐。
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上海交通大学，未经上海交通大学许可，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/201310294465.8/，转载请声明来源钻瓜专利网。
- 上一篇：劣质围岩湿喷砼方法
- 下一篇：一种石材加工废粉处理再利用装置
