[发明专利]一种基于图结构过滤的快速密度聚类双层网络推荐方法有效
| 申请号： | 201711469928.4 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN108304479B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 陈晋音;吴洋洋;林翔;俞山青;宣琦 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/335;G06F40/30;G06K9/62;G06N3/04 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于图结构过滤的快速密度聚类双层网络推荐方法，所述方法包括以下步骤：1)首先依据历史用户评论信息通过TextGAN自动生成模拟评论数据作为准确标注类标的与真实样本极为相似的虚假评论；2)将历史真实评论和标注虚假的模拟评论作为输入，考虑到生成的虚假评论与真实评论极为相似，设计一种研究用户访问记录的基于图的虚拟信息过滤器，通过不断迭代用户、商店和评论的置信度检测虚假用户与虚假评论；3)为了结果推荐数据的稀疏性的问题，设计基于快速密度聚类双层网络的推荐方法，该方法能够实现参数的自适应选取，并得到较好的聚类结果，从而可以获得更为有效的用户的个性化推荐列表，提高推荐的准确率。本发明利用对抗生成网络生成与真实评论数据极为相似的虚假样本，并提出了一种高效可靠的基于图结构过滤的快速密度聚类双层网络推荐方法。 | ||
| 搜索关键词： | 一种 基于 结构 过滤 快速 密度 双层 网络 推荐 方法 | ||
【主权项】：
1.一种基于图结构过滤的快速密度聚类双层网络推荐方法，其特征在于，所述方法包括以下步骤：1)通过历史用户评论信息基于TextGAN自动生成模拟评论数据作为准确标注类标的虚假评论，生成的评论数据与真实评论极为相似，难以使用传统对虚假评论过滤的方法进行检测；2)将考虑到利用机器学习的方法生成的评论数据难以仅凭传统方法进行过滤，本文设计了一种基于图的虚拟信息过滤器，通过用户的行为特征对掺杂虚假用户的数据进行过滤；3)设计基于快速密度聚类双层网络的推荐方法，有效的获得用户的个性化推荐列表。
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浙江工业大学，未经浙江工业大学许可，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/201711469928.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理方法以及服务器
- 下一篇：一种文本相似度确定方法、装置及设备
