发明名称 |
一种基于动态增量更新的上下文推荐方法 |
摘要 |
本发明涉及一种基于动态增量更新的上下文推荐方法,其特征在于包括以下步骤:1)根据电子商务网站的历史记录提取用户信息,根据用户信息构建成张量;并对构建的张量进行张量分解运算,得到四类特征因子;2)当张量的规模发生变化时,根据新加入的用户数据构成的新张量对步骤1)得到的四类特征因子进行动态增量更新,得到新的四类特征因子;3)当对用户进行物品推荐的时候,根据更新后的特征因子,计算用户与物品之间的评分值,将评分值较高的物品作为用户可能会喜欢的物品推荐给用户。本发明可以广泛应用在电子商务网站的推荐系统中。 |
申请公布号 |
CN104951518A |
申请公布日期 |
2015.09.30 |
申请号 |
CN201510302968.4 |
申请日期 |
2015.06.04 |
申请人 |
中国人民大学 |
发明人 |
李平;邹本友;陈红;谭力文 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京纪凯知识产权代理有限公司 11245 |
代理人 |
徐宁;刘美丽 |
主权项 |
一种基于动态增量更新的上下文推荐方法,其特征在于包括以下步骤:1)根据电子商务网站的历史记录提取用户信息,根据用户信息构建成张量;并对构建的张量进行张量分解运算,得到四类特征因子;2)当张量的规模发生变化时,根据新加入的用户数据构成的新张量对步骤1)得到的四类特征因子进行动态增量更新,得到新的四类特征因子;3)当对用户进行物品推荐的时候,根据更新后的特征因子,计算用户与物品之间的评分值,将评分值较高的物品作为用户可能会喜欢的物品推荐给用户。 |
地址 |
100872 北京市海淀区中关村大街59号中国人民大学 |