公开(公告)号：CN105913296B

公开(公告)日：2020-01-03

申请号：CN201610202059.8

申请日：2016-04-01

Applicant: 北京理工大学

Inventor： 胡晶晶 ,  刘琳竹 ,  薛静锋 ,  单纯 ,  段智伟

IPC: G06Q30/06

Abstract: 本发明提供一种基于图的个性化推荐方法，能有效地降低稀疏性对推荐效果的影响。步骤一、对用户的历史评分记录利用隐含语义模型计算分别得到用户之间和物品之间的隐含关系；步骤二、利用步骤一得到的隐含关系分别计算用户之间的相似度，以及物品之间的相似度，并对于相似的用户之间，以及相似的物品之间构建图；步骤三、利用步骤二得到的用户图模型和物品图模型，以及由用户的历史评分记录得到的用户和物品的二分图构建用户‑物品图模型；步骤四、利用基于随机游走的personalrank算法对每个用户没有评分记录的物品的访问概率进行降序排列，取前N个物品，形成推荐列表推荐个用户。

公开(公告)号：CN105913296A

公开(公告)日：2016-08-31

申请号：CN201610202059.8

申请日：2016-04-01

Applicant: 北京理工大学

Inventor： 胡晶晶 ,  刘琳竹 ,  薛静锋 ,  单纯 ,  段智伟

IPC: G06Q30/06

Abstract: 本发明提供一种基于图的个性化推荐方法，能有效地降低稀疏性对推荐效果的影响。步骤一、对用户的历史评分记录利用隐含语义模型计算分别得到用户之间和物品之间的隐含关系；步骤二、利用步骤一得到的隐含关系分别计算用户之间的相似度，以及物品之间的相似度，并对于相似的用户之间，以及相似的物品之间构建图；步骤三、利用步骤二得到的用户图模型和物品图模型，以及由用户的历史评分记录得到的用户和物品的二分图构建用户?物品图模型；步骤四、利用基于随机游走的personalrank算法对每个用户没有评分记录的物品的访问概率进行降序排列，取前N个物品，形成推荐列表推荐个用户。