-
公开(公告)号:CN114861048A
公开(公告)日:2022-08-05
申请号:CN202210431989.6
申请日:2022-04-22
Applicant: 宜宾电子科技大学研究院
IPC: G06F16/9535 , G06F16/9536 , G06F16/215 , G06Q10/04 , G06Q10/06 , G06Q30/06 , G06K9/62
Abstract: 本发明公开了一种基于哈希度量学习的快速协同过滤方法,包括以下步骤:S1:采集用户数据和用户对物品的评分数据,并进行数据清洗和数据划分;S2:进行参数初始化;S3:构建哈希模型;S4:对用户数据特征和评分数据特征进行特征优化;S5:对哈希模型进行迭代训练,直至收敛,得到用户对物品的兴趣值,并生成推荐列表。本发明提出的快速协同过滤方法面向不同数据簇使用尺度不变的角度边界,通过优化目标,负样本也将同时从用户和正样本中被推远,可以更大程度的提取用户个性化的偏好信息,从而提升推荐的精度。