公开(公告)号：CN114969520A

公开(公告)日：2022-08-30

申请号：CN202210527650.6

申请日：2022-05-16

Applicant: 重庆大学

Inventor： 张程 ,  张俊涵 ,  高一平 ,  陈柯芯 ,  李贤文 ,  古平 ,  陈自郁

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F40/247 ,  G06F40/284 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06Q30/06

Abstract: 本发明提供了基于标签信息和商品属性的商品推荐方法、系统及设备，方法包括：获取用户对商品的评分和标注信息，基于用户标注行为和语义信息计算商品标签相似度，进行标签扩展，并计算商品间相似度，利用基于商品的协同过滤法计算得到初始评分矩阵；计算用户对商品属性的偏好信息，将偏好信息融入矩阵分解，结合初始评分矩阵，构建矩阵分解模型；基于优化后矩阵分解模型的参数、冷启动用户的商品属性偏好信息以及冷启动用户评分信息，得到冷启动用户的预测评分矩阵；基于预测评分矩阵，为冷启动用户进行商品推荐。本发明采用结合标签信息和用户偏好的矩阵分解推荐方法，从而从根源上解决了现有的对冷启动用户推荐难、推荐准确率低的问题。