基于社交正则化协同话题回归的标签推荐系统及方法

摘要

本发明公开了一种基于社交正则化协同话题回归的标签推荐系统及方法，该系统包括：CTR模型建立模组，对所有标签建立CTR模型；有社交正则化的CTR模型建立模组，通过将物品-标签矩阵、物品内容信息以及物品之间的社交网络整合到一个层级贝叶斯模型以建立CTR-SR模型；参数学模组，利用最大后验估计对该有社交正则化的CTR模型建立模组建立的模型中的参数进行学，最终各参数的全后验概率；标签推荐模组，根据学后的参数进行标签推荐，本发明将CTR模型应用于标签推荐，通过对CTR进行拓展，提出了一种层级式的贝叶斯模型，有效地整合了物品-标签矩阵、物品内容信息，并利用了物品之间的网络关系，提高了推荐的准确度。

主权项

一种基于社交正则化协同话题回归的标签推荐系统，包括： CTR模型建立模组，对所有标签建立CTR模型； 有社交正则化的CTR模型建立模组，通过将物品‑标签矩阵、物品内容信息以及物品之间的社交网络整合到一个层级贝叶斯模型以建立有社交正则化的CTR模型； 参数学习模组，利用最大后验估计对该有社交正则化的CTR模型建立模组建立的模型中的参数进行学习，最终各参数的全后验概率； 标签推荐模组，根据学习后的参数进行标签推荐。