公开(公告)号：CN112765458A

公开(公告)日：2021-05-07

申请号：CN202110018668.9

申请日：2021-01-07

Applicant: 同济大学

Inventor： 孙长银 ,  张宇清 ,  葛泉波 ,  董璐

IPC: G06F16/9535 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明提供了基于度量分解和标签自适应分配权重的混合推荐方法，针对特定的用户及选定物品，利用预先构建的基于度量分解的模型得到该用户对该选定物品的第一预测评分；利用预先构建的基于标签的模型得到该用户对该选定物品的第二预测评分；将第一预测评分和第二预测评分进行加权求和确定该用户对该特定物品的最终预测评分；根据各用户对各物品的最终预测评分为用户推荐物品。本发明充分结合了欧式距离对个体数值特征的绝对差异的敏感性以及余弦相似度对方向和比例的敏感性，引入了物品的标签信息并有效加以利用，使得评分预测结果更加全面且准确。

公开(公告)号：CN112765458B

公开(公告)日：2022-10-14

申请号：CN202110018668.9

申请日：2021-01-07

Applicant: 同济大学

Inventor： 孙长银 ,  张宇清 ,  葛泉波 ,  董璐

IPC: G06F16/9535 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明提供了基于度量分解和标签自适应分配权重的混合推荐方法，针对特定的用户及选定物品，利用预先构建的基于度量分解的模型得到该用户对该选定物品的第一预测评分；利用预先构建的基于标签的模型得到该用户对该选定物品的第二预测评分；将第一预测评分和第二预测评分进行加权求和确定该用户对该特定物品的最终预测评分；根据各用户对各物品的最终预测评分为用户推荐物品。本发明充分结合了欧式距离对个体数值特征的绝对差异的敏感性以及余弦相似度对方向和比例的敏感性，引入了物品的标签信息并有效加以利用，使得评分预测结果更加全面且准确。