一种基于神经网络和协同过滤的个性化电影推荐方法

授权

摘要

本发明公开了一种基于神经网络和协同过滤的个性化电影推荐方法，采用Bert神经网络对电影情节进行特征提取，形成一个关于item的特征矩阵与Funk‑SVD形成衔接，再利用矩阵分解技术产生一个完整的U‑I矩阵，得到所有预测评分的一种快速有效的方法。先利用Bert神经网络对电影情节进行特征提取，并得到一个关于电影item的特征矩阵；然后将得到的特征矩阵与协同过滤算法Funk‑SVD算法衔接，再利用矩阵分解技术，梯度下降法进行优化，得到一个误差最小的完整的U‑I矩阵，最终获得所有预测评分等一系列操作；本发明在原有显式反馈和隐式反馈的基础上，加入辅助信息即电影情节，更加准确的获取item的特征矩阵，使最小误差降低了2.40％，提高了预测的精确度。

基本信息

专利标题：

一种基于神经网络和协同过滤的个性化电影推荐方法

专利标题（英）：

暂无

公开（公告）号：

CN110688585A

申请号：

CN201910912752.8

公开（公告）日：

2020-01-14

申请日：

2019-09-25

授权号：

CN110688585B

授权日：

2022-04-19

发明人：

杨新武熊乐歌王羽钧董雨萌杜欣钰宋霖涛

申请人：

北京工业大学

申请人地址：

北京市朝阳区平乐园100号

代理机构：

北京思海天达知识产权代理有限公司

代理人：

沈波

优先权：

CN201910912752.8

主分类号：

G06F16/9536

IPC分类号：

G06F16/9536