发明名称 |
一种融合社交网络和项目内容的协同推荐系统 |
摘要 |
本发明公开了一种融合社交网络和项目内容的协同推荐系统,首先对项目内容进行处理,即将每个项目的内容表示成文本向量,并设定隐含主题的数目,利用LDA(Latent Dirichlet Allocation)主题模型生成项目主题的分布和主题-词的分布;然后建立用户对项目的评分预测模型,并基于用户历史评分记录数据、用户之间的社交网络数据、项目主题分布,构建参数学方法,求解隐含参数U和V;最后就可以根据预测模型对所有的项目进行评分预测,按照评分降序排列项目,形成推荐列表。本发明有效地整合了评分数据、社交网络、项目内容多种信息源,通过机器学算法寻找最优的表征用户兴趣的隐含变量,基于用户和项目隐含变量实施个性化推荐,提高了推荐的精准度。 |
申请公布号 |
CN105550211A |
申请公布日期 |
2016.05.04 |
申请号 |
CN201510881712.3 |
申请日期 |
2015.12.03 |
申请人 |
云南大学 |
发明人 |
武浩;何敏;徐涛;赵婧;聂仁灿;余江;金鑫 |
分类号 |
G06F17/30(2006.01)I;G06Q50/00(2012.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京世誉鑫诚专利代理事务所(普通合伙) 11368 |
代理人 |
郭官厚 |
主权项 |
一种融合社交网络和项目内容的协同推荐系统,其特征在于包含以下步骤:步骤1,将每个项目的内容表示成文本向量形式,设定隐含主题的数目K,利用LDA主题模型生成项目‑主题的分布θ和主题‑词的分布φ;步骤2,利用用户历史评分记录数据构成的评分矩阵R,建立预测模型R=U<sup>T</sup>V,其中用户i对项目j的预测模型<img file="FDA0000866617520000011.GIF" wi="479" he="79" />步骤3,利用评分矩阵R,用户之间的社交网络数据,项目‑主题的分布θ,构建参数学习方法,求解拟合评分矩阵R的最优参数U和V;步骤4,对于用户i,使用步骤3所得参数对所有未知的项目进行评分预测,按照评分降序排列候选项目,形成推荐列表。 |
地址 |
650091 云南省昆明市五华区翠湖北路2号 |