【技术实现步骤摘要】
一种基于带属性元路径的个性化信息推荐方法
本专利技术涉及一种基于带属性元路径的个性化信息推荐方法，属于互联网
技术介绍
随着互联网技术的飞速发展，信息的增长速度过快导致信息超载问题越来越严重。很多商业公司在系统中大量使用了推荐算法，以提高用户的满意度，增加用户的停留时间和消费，提高公司收益。现在，大型的商业系统中往往包含大量的异质信息；例如，在淘宝网中，商品拥有包括类别、品牌及材质在内的属性，用户也有包括电话，常住地址在内的信息。系统如果可以将这些多样且富含语义的信息抽象成异质信息网络(HeterogeneousInformationNetworks,简称HIN)，利用HIN中实体间的相关度来设计推荐方法，充分利用系统信息进行精准推荐，可以极大地提高用户体验。目前存在的几种将HIN用于推荐的方案主要体现在如下三种类型：1)利用HeteSim算法计算出实体间的相关度，再根据元路径的广度和宽度为不同元路径下的相关度设置权重，最后为用户返回相似度最高的物品；2)在矩阵分解算法上增加了包含实体间相关度的正则项，并提出DSR算法，使用交替优化隐语义矩阵和权重矩阵的...
【技术保护点】
1.一种基于带属性元路径的个性化信息推荐方法，其特征在于，包括以下步骤：将所有信息建模为一个异质信息网络，将网络中带属性的元路径按照属性值是否相同划分为完全对称和半对称的带属性元路径，并利用相关度计量方法求取各个带属性元路径下实体间的相关度矩阵，并对各带属性元路径下的相关度矩阵加权求和获得实体在整个网络中的相关度矩阵；基于矩阵分解算法结合由所得相关度矩阵中实体间相关度和偏好向量构成的相关度正则项、相关度权重向量的正则项、用户和物品的隐语义矩阵，以构建目标函数并利用目标函数对隐语义矩阵P、Q及相关度的权重矩阵W、V进行迭代更新，并由迭代得到的隐语义矩阵计算获得用户对物品的预测...
【技术特征摘要】
1.一种基于带属性元路径的个性化信息推荐方法，其特征在于，包括以下步骤：将所有信息建模为一个异质信息网络，将网络中带属性的元路径按照属性值是否相同划分为完全对称和半对称的带属性元路径，并利用相关度计量方法求取各个带属性元路径下实体间的相关度矩阵，并对各带属性元路径下的相关度矩阵加权求和获得实体在整个网络中的相关度矩阵；基于矩阵分解算法结合由所得相关度矩阵中实体间相关度和偏好向量构成的相关度正则项、相关度权重向量的正则项、用户和物品的隐语义矩阵，以构建目标函数并利用目标函数对隐语义矩阵P、Q及相关度的权重矩阵W、V进行迭代更新，并由迭代得到的隐语义矩阵计算获得用户对物品的预测评分；根据所得预测评分，将对应物品作为待推荐对象推荐给该用户。2.根据权利要求1所述基于带属性元路径的个性化信息推荐方法，其特征在于：所述方法中利用相关度计量方法求取完全对称的带属性元路径下实体间的相关度，具体为：获取一条完全对称的带属性元路径的交换矩阵其中是实体类型A1和A2间的邻接矩阵，中的每个元素代表着两个实体间的连接数量；根据交换矩阵M的定义，通过拆分元路径的方式求得交换矩阵Mxy、Mxx、Myy，及计算完全对称的带属性元路径下实体间的相关度：其中，实体x、y分别是实体类型A1和A2中的具体实体；sl,i(x,y)表示实体x和y在属性值为i的完全对称带属性元路径下的相关度，Pl,i代表属性值为i的带属性元路径；表示实体x和y在元路径Pl,i下的路径实例的数量，是在元路径Pl,i下从实体x出发到自身的路径实例数量，代表在元路径Pl,i下从实体y出发到自身的路径实例数量。3.根据权利要求1所述基于带属性元路径的个性化信息推荐方法，其特征在于：所述方法中利用相关度计量方法求取半对称的带属性元路径下实体间的相关度，具体为：。将一条半对称的带属性元路径拆分为两条带属性元路径P′和P″，分别求出两条带属性元路径的交换矩阵M′和M″，并获得该半对称的带属性元路径的交换矩阵M＝M′M″；根据交换矩阵M的定义，通过拆分元路径的方式求得交换矩阵Mxy、Mxx、Myy，及计算完全对称的带属性元路径下实体间的相关度：其中，实体x、y分别是具体实体；sl,i,j(x,y)表示实体x和y在属性值分别为i和j的半对称带属性元路径下的相关度，Pl,i,j代表属性值分别为i和j的半对称带属性元路径；Pl,j,i与Pl,i,j互为对称关系，Pl,i和Pl,j分别代表属性值为i和j的带属性元路径；代表实体x和y在元路径Pl,i,j下的路径实例的数量，是实体x和y在元路径Pl,j,i下的路径实例的数量；代表在元路径Pl,i下从实体x出发到自身的路径实例数量，代表在元路径Pl,i下从实体y出发到自身的路径实例数量，代表在元路径Pl,j下从实体x出发到自身的路径实例数量，代表在元路...
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。