【技术实现步骤摘要】
201610222113
【技术保护点】
一种社会化推荐方法,其特征在于,所述方法包括:接收异质信息网络中的第一用户发送的推荐请求;判断所述异质信息网络中是否存在所述第一用户未知的第一物品;如果是,根据第一预测模型,确定所述第一用户对每个所述第一物品的预测评分;其中,所述第一预测模型为:其中,B'为用户相似性规则化项;m×n的矩阵R代表的是m个用户对n个物品的评分,Rij表示用户i对物品j的评分;Iij为指示函数,当用户i存在对物品j的打分行为时Iij取1,否则Iij取0;U和V是通过对R进行矩阵分解得到的两个低秩隐性特征矩阵,U∈Rm×f,V∈Rn×f,其中f<<min(m,n)为隐性特征矩阵的维数;Ui是用户对应的隐性特征矩阵U的第i行元素所形成的用户i的隐性特征向量;Vj是物品对应的隐性特征矩阵V的第j行元素所形成的物品j的隐性特征向量;SU是基于元路径计算获得的用户相似度矩阵;SU(i,j)是矩阵SU中第i行第j列的元素,表示用户i与用户j的相似度;α为经验系数;γ为经验系数,用于控制函数的径向强度;λ1是规则化系数,用于防止过拟合;|| ||2为弗罗宾尼斯范数;将预测评分不小于预设值的所述第一物品推荐给所述第一用户。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。