公开(公告)号：CN106156333B

公开(公告)日：2017-09-22

申请号：CN201610530667.1

申请日：2016-07-06

Applicant: 合肥工业大学

Inventor： 王刚 ,  贺曦冉 ,  程八一 ,  蒋军 ,  孙二冬 ,  周黎宇

IPC: G06F17/30 ,  G06K9/62 ,  G06Q30/02

Abstract: 本发明公开了一种融合社会化信息的改进单类协同过滤方法，包括：1构造三元组分别表示用户项目信息、项目标签信息、用户标签信息和群组好友信息；2计算用户与其组内好友的偏好相似度；3计算用户偏好与其未选项目的特征相似度；4对用户抽取添加负例；5对用户项目矩阵实施联合概率矩阵分解，获得用户特征矩阵和项目特征矩阵；6获取对每个用户预测分值最高的前N个项目形成该用户的推荐列表。本发明基于项目标签信息和用户已选正例数量进行负例抽取，同时将用户群组和项目标签的社会化信息融合到概率矩阵分解中，实施联合概率矩阵分解，从而得到面向单类数据的推荐结果，有效解决单类协同过滤方法中数据的高度不平衡性和稀疏性问题。

公开(公告)号：CN106156333A

公开(公告)日：2016-11-23

申请号：CN201610530667.1

申请日：2016-07-06

Applicant: 合肥工业大学

Inventor： 王刚 ,  贺曦冉 ,  程八一 ,  蒋军 ,  孙二冬 ,  周黎宇

IPC: G06F17/30 ,  G06K9/62 ,  G06Q30/02

CPC classification number: G06F17/30867 ,  G06K9/6215 ,  G06Q30/0271

Abstract: 本发明公开了一种融合社会化信息的改进单类协同过滤方法，包括：1构造三元组分别表示用户项目信息、项目标签信息、用户标签信息和群组好友信息；2计算用户与其组内好友的偏好相似度；3计算用户偏好与其未选项目的特征相似度；4对用户抽取添加负例；5对用户项目矩阵实施联合概率矩阵分解，获得用户特征矩阵和项目特征矩阵；6获取对每个用户预测分值最高的前N个项目形成该用户的推荐列表。本发明基于项目标签信息和用户已选正例数量进行负例抽取，同时将用户群组和项目标签的社会化信息融合到概率矩阵分解中，实施联合概率矩阵分解，从而得到面向单类数据的推荐结果，有效解决单类协同过滤方法中数据的高度不平衡性和稀疏性问题。