一种双重正则化的协同过滤推荐方法
公开
摘要
本发明公开了一种双重正则化的协同过滤推荐方法，涉及隐含地表示用户反馈。该方法包括：首先，利用深度学习中有效表征的方法，使用增加的辅助信息量来解决数据稀疏性问题和冷启动问题，进而提高推荐性能。然后，提出挖掘用户潜在信息模型，该模型联合执行深度用户和项的潜在因素，这些潜在因素是从用户的学习过程中进行挖掘，从评级矩阵中进行筛选。最后，通过集成基于加权和基于归因的两种协同过滤方法，提出一种双重正则化的协同过滤推荐方法。实验分析发现，在享有可扩展性的同时，所提出的方法在预测准确性方面有所提高。
基本信息
专利标题 ：
一种双重正则化的协同过滤推荐方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114625980A
申请号 ：
CN202011531795.0
公开（公告）日 ：
2022-06-14
申请日 ：
2020-12-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴湘吉高岩王秀明王丽超李淼
申请人 ：
国网吉林省电力有限公司培训中心
申请人地址 ：
吉林省长春市南关区平泉路1427号
代理机构 ：
代理人 ：
优先权 ：
CN202011531795.0
主分类号 ：
G06F16/9536
IPC分类号 ：
G06F16/9536 G06F17/16 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/9536
••••基于社交或协作过滤搜索自定义
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
