[发明专利]基于用户置信度和时间上下文的协同过滤推荐方法在审
| 申请号： | 201810087257.3 | 申请日： | 2018-01-30 |
| 公开（公告）号： | CN108399197A | 公开（公告）日： | 2018-08-14 |
| 发明（设计）人： | 徐光侠;唐志京;黄德玲;黄海辉;代皓;吴佳健;蔡晶 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于用户置信度和时间上下文的协同过滤推荐方法，涉及协同过滤推荐方法中用户之间相似度的计算。针对用户评分数据极端稀疏的情况下传统相似度度量方法的不足问题和用户兴趣动态变化情况，提出一种基于用户置信度和时间上下文的协同过滤推荐方法。首先，构造用户与项目之间的评分矩阵。其次，通过本发明提出的基于用户置信度和时间上下文相似度计算方法计算用户之间的相似度。然后，根据用户之间相似度排序的结果，选择最优的近邻用户集，或者设定一个相似度的阈值，选择超过阈值的用户作为目标用户的邻居。最后，获得目标用户地最近邻集合后，将相似度作为权重得到目标用户对未评分项目的预测，形成Top‑N列表推荐给用户。 | ||
| 搜索关键词： | 时间上下文 协同过滤 相似度 置信度 目标用户 用户评分数据 相似度度量 相似度计算 相似度排序 动态变化 构造用户 评分矩阵 评分项目 用户兴趣 用户集 最近邻 权重 稀疏 集合 邻居 预测 | ||
【主权项】：
1.基于用户置信度和时间上下文的协同过滤推荐方法，其特征在于，包括以下步骤：S1：获取用户行为数据，构造用户与项目之间的评分矩阵；S2：利用基于用户置信度和时间上下文的相似度计算方法，在修正的余弦相似度基础上计算用户之间的兴趣相似度，并选取与目标用户最近邻用户集合；S3：根据S2中得到的与目标用户的最近邻集合，计算目标用户对未产生行为项目的感兴趣程度；S4：根据S3中得到的目标用户对未产生行为项目的感兴趣程度，对目标用户进行项目推荐。
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重庆邮电大学，未经重庆邮电大学许可，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/201810087257.3/，转载请声明来源钻瓜专利网。
