[发明专利]一种基于用户多兴趣及兴趣变化的协同过滤推荐算法有效
| 申请号： | 201810081294.3 | 申请日： | 2018-01-29 |
| 公开（公告）号： | CN108256093B | 公开（公告）日： | 2020-06-19 |
| 发明（设计）人： | 邓辉舫;赵明飞 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 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用户多兴趣及兴趣变化的协同过滤推荐算法，包括步骤：1)构造用户‑项目属性类别相关性矩阵；2)根据用户‑项目属性类别相关性矩阵计算用户相似性，以预测用户对未知项目属性类别的偏好度，进而为用户推荐偏好类别；3)将评分矩阵按照推荐的类别分类，计算每个类别下项目相似性；4)考虑用户的兴趣变化，计算项目的时间权重及项目的新颖度，求出初步预测评分；5)结合用户‑项目属性类别偏好得到最终预测评分并进行推荐。本发明将项目作为用户和项目属性类别之间的桥梁，通过评分矩阵间接得出对项目属性类别的偏爱，较好解决用户兴趣模型单一问题，同时考虑到用户兴趣变化及项目的新颖度，使最终推荐效果更加准确。 | ||
| 搜索关键词： | 一种 基于 用户 兴趣 变化 协同 过滤 推荐 算法 | ||
【主权项】：
1.一种基于用户多兴趣及兴趣变化的协同过滤推荐算法，其特征在于，包括以下步骤：1)构造用户‑项目属性类别相关性矩阵Tm×k；2)根据用户‑项目属性类别相关性矩阵Tm×k计算用户之间的相似性，以预测用户对未知项目属性类别的偏好度，进而为用户推荐偏好的类别；3)将评分矩阵按照推荐的类别分类，计算每个类别下项目评分的相似性；4)考虑用户的兴趣变化，计算项目的时间权重及项目的新颖度，求出初步预测评分；5)结合用户‑项目属性类别偏好得到最终预测评分并进行推荐。
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华南理工大学，未经华南理工大学许可，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/201810081294.3/，转载请声明来源钻瓜专利网。
