公开(公告)号：CN110134868B

公开(公告)日：2023-04-07

申请号：CN201910399992.2

申请日：2019-05-14

Applicant: 辽宁工程技术大学

Inventor： 张全贵 ,  靳赫 ,  李鑫

IPC: G06F16/9535 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06F16/35 ,  G06F40/289

Abstract: 本发明公开了一种基于用户偏好异构性分析的推荐方法，步骤为：对Amazon公开数据集及进行数据筛选，得到符合要求的数据集；对处理好的文本数据进行分词分句并对文本数据进行词向量训练和名词短语提取；使用深度学习框架构建推荐系统模型；把预先处理好的文本数据分成训练集和测试集，使用构建好的模型对训练集进行训练，并对训练好的模型应用于测试集进行评价得到最优的推荐模型。本发明采用联合学习网络结构，分别处理文本多粒度信息的特征学习网络，还有用来学习用户和项目关联信息的协同过滤网络，数据处理中使用Spacy来提取名词性短语，并通过Word2Vec学习词语特征向量，减少输入网络的数据维度增强网络的推荐精度。

公开(公告)号：CN110134868A

公开(公告)日：2019-08-16

申请号：CN201910399992.2

申请日：2019-05-14

Applicant: 辽宁工程技术大学

Inventor： 张全贵 ,  靳赫 ,  李鑫

IPC: G06F16/9535 ,  G06F17/27 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于用户偏好异构性分析的推荐方法，步骤为：对Amazon公开数据集及进行数据筛选，得到符合要求的数据集；对处理好的文本数据进行分词分句并对文本数据进行词向量训练和名词短语提取；使用深度学习框架构建推荐系统模型；把预先处理好的文本数据分成训练集和测试集，使用构建好的模型对训练集进行训练，并对训练好的模型应用于测试集进行评价得到最优的推荐模型。本发明采用联合学习网络结构，分别处理文本多粒度信息的特征学习网络，还有用来学习用户和项目关联信息的协同过滤网络，数据处理中使用Spacy来提取名词性短语，并通过Word2Vec学习词语特征向量，减少输入网络的数据维度增强网络的推荐精度。