公开(公告)号：CN102591915A

公开(公告)日：2012-07-18

申请号：CN201110419665.2

申请日：2011-12-15

Applicant: 南京大学

Inventor： 刘嘉 ,  王维清 ,  陈振宇 ,  祁奇 ,  赵志宏

IPC: G06F17/30

Abstract: 一种基于标签迁移学习的推荐方法，利用迁移技术解决标签数据稀疏的问题，迁移的知识是标签之间的关系，利用已有标签信息密集的数据集，聚类得到标签的topic，通过迁移学习的方式将标签的topic迁移到其他相关的但是标签信息相对稀疏的数据集上，然后根据迁移来的标签topic结合评分数据计算得到用户的相似度，最后利用协同过滤技术完成推荐。本发明提供的方法通过引入另外一个相似的但数据密集的领域的标签信息，来计算新领域的标签topic，从而提高计算用户相似性的准确性，进而达到更好的推荐效果。

公开(公告)号：CN102591915B

公开(公告)日：2013-09-11

申请号：CN201110419665.2

申请日：2011-12-15

Applicant: 南京大学

Inventor： 刘嘉 ,  王维清 ,  陈振宇 ,  祁奇 ,  赵志宏

IPC: G06F17/30

Abstract: 一种基于标签迁移学习的推荐方法，利用迁移技术解决标签数据稀疏的问题，迁移的知识是标签之间的关系，利用已有标签信息密集的数据集，聚类得到标签的topic，通过迁移学习的方式将标签的topic迁移到其他相关的但是标签信息相对稀疏的数据集上，然后根据迁移来的标签topic结合评分数据计算得到用户的相似度，最后利用协同过滤技术完成推荐。本发明提供的方法通过引入另外一个相似的但数据密集的领域的标签信息，来计算新领域的标签topic，从而提高计算用户相似性的准确性，进而达到更好的推荐效果。

公开(公告)号：CN102508870B

公开(公告)日：2013-09-11

申请号：CN201110306941.4

申请日：2011-10-10

Applicant: 南京大学

Inventor： 刘嘉 ,  祁奇 ,  陈振宇 ,  吴清 ,  王维清

IPC: G06F17/30

Abstract: 一种结合评分数据与标签数据的个性化推荐方法，根据用户对产品的评分数据和产品被标记的标签数据计算生成用户对标签的评分数据，然后采用基于用户的协同过滤思想来根据用户对标签的评分数据计算用户间的相似度，生成目标用户的相似用户群，最后根据相似用户群的评分来预测目标用户对产品的未知评分。本方法通过结合评分数据和标签数据来计算用户间的相似度，从而使计算得到的相似度更精确，并最终为目标用户产生更精确的预测评分，提高了推荐的效果。

公开(公告)号：CN102508870A

公开(公告)日：2012-06-20

申请号：CN201110306941.4

申请日：2011-10-10

Applicant: 南京大学

Inventor： 刘嘉 ,  祁奇 ,  陈振宇 ,  吴清 ,  王维清

IPC: G06F17/30

Abstract: 一种结合评分数据与标签数据的个性化推荐方法，根据用户对产品的评分数据和产品被标记的标签数据计算生成用户对标签的评分数据，然后采用基于用户的协同过滤思想来根据用户对标签的评分数据计算用户间的相似度，生成目标用户的相似用户群，最后根据相似用户群的评分来预测目标用户对产品的未知评分。本方法通过结合评分数据和标签数据来计算用户间的相似度，从而使计算得到的相似度更精确，并最终为目标用户产生更精确的预测评分，提高了推荐的效果。