【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。