发明名称 |
一种基于信任关系隐含相似度的社会化推荐方法 |
摘要 |
本发明公开了一种基于信任关系隐含相似度的社会化推荐方法,首先,本发明通过概率矩阵分解的方法得到用户的信任和被信任向量,该向量隐含了用户之间的直接和间接关联,从而更充分的挖掘了稀疏的评分和信任数据中的信息。其次,本发明通过概率估计的方法得到用户的信任关系隐含相似度,从而提升了信任关系强度的估计精度。最后,本发明综合考虑了用户之间的评分相似度,进一步提升算法对于数据稀疏情况下的鲁棒性。 |
申请公布号 |
CN106354783A |
申请公布日期 |
2017.01.25 |
申请号 |
CN201610708974.4 |
申请日期 |
2016.08.23 |
申请人 |
武汉大学 |
发明人 |
何发智;潘一腾 |
分类号 |
G06F17/30(2006.01)I;G06Q50/00(2012.01)I;G06Q30/02(2012.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
武汉科皓知识产权代理事务所(特殊普通合伙) 42222 |
代理人 |
魏波 |
主权项 |
一种基于信任关系隐含相似度的社会化推荐方法,其特征在于,包括以下步骤:步骤1:计算用户的信任向量P和被信任向量W;步骤2:利用信任向量P和被信任向量W计算信任关系隐含相似度;步骤3:利用用户间的信任强度以及评分数据计算用户和产品的特征向量;步骤4:利用用户和产品的特征向量计算推荐结果。 |
地址 |
430072 湖北省武汉市武昌区珞珈山武汉大学 |