一种用户项目推荐方法
    1.
    发明授权

    公开(公告)号:CN114880582B

    公开(公告)日:2024-09-13

    申请号:CN202210373353.0

    申请日:2022-04-11

    Abstract: 本发明公开了一种用户项目推荐方法,其步骤包括:1)从训练数据集中选取一已观测用户/项目对(u,p)并将其输入到推荐系统模型M,得到用户u与项目p的相似性分数s(u,p);2)选取一未观测用户/项目对(u,n)并将其输入到模型M,得到用户u与项目n的相似性分数s(u,n);3)利用损失函数#imgabs0#计算得到损失值#imgabs1#;然后根据所得损失值#imgabs2#采用反向传播算法对模型M进行优化;bu为用户u对应的辅助分数;4)对于一预测项目x,则其输入到训练好的模型M中,若相似性分数s(u,x)大于bu,则将项目x推荐给该用户u。

    一种用户项目推荐方法
    2.
    发明公开

    公开(公告)号:CN114880582A

    公开(公告)日:2022-08-09

    申请号:CN202210373353.0

    申请日:2022-04-11

    Abstract: 本发明公开了一种用户项目推荐方法,其步骤包括:1)从训练数据集中选取一已观测用户/项目对(u,p)并将其输入到推荐系统模型M,得到用户u与项目p的相似性分数s(u,p);2)选取一未观测用户/项目对(u,n)并将其输入到模型M,得到用户u与项目n的相似性分数s(u,n);3)利用损失函数计算得到损失值;然后根据所得损失值采用反向传播算法对模型M进行优化;bu为用户u对应的辅助分数;4)对于一预测项目x,则其输入到训练好的模型M中,若相似性分数s(u,x)大于bu,则将项目x推荐给该用户u。

Patent Agency Ranking