一种基于社交信任和标签语义相似度的PMF推荐方法技术

本发明专利技术公开了一种基于社交信任和标签语义相似度的PMF推荐方法，属于信息处理技术领域。其包括：初始化用户潜在特征矩阵和项目潜在特征矩阵；计算用户之间的信任值，确定每个用户的可信用户集；计算项目之间相似度，确定每个项目的可信项目集；迭代计算，得到最终的用户潜在特征矩阵、项目潜在特征矩阵以及损失函数值；根据用户‑项目评分预测矩阵向用户推荐项目。本方法基于用户和对物品特征进行评分预测的推荐模型进行改进，增加了用户交互行为以及项目之间的关系表达，挖掘用户评分以外社交关系和标签信息，增强了推荐模型的鲁棒性以及个性化适应能力。

【技术实现步骤摘要】
一种基于社交信任和标签语义相似度的PMF推荐方法
本专利技术涉及信息处理
，特别是指一种基于社交信任和标签语义相似度的PMF推荐方法。
技术介绍
随着互联网逐渐融入人们的日常生活，传统的搜索引擎已经无法满足人们的需求，为了快速并准确地预测用户的喜好，推荐系统扮演了一个很重要的角色，帮助用户能够在海量的数据中寻找自己喜欢的物品。近年来涌现了如Facebook、Twitter、微博等大批的社交网络平台，用户时常在社交平台上进行在线交流和信息分享活动。便捷的社交媒体使得网络用户之间交互地更加频繁，这使得用户在现实生活中的社交关系逐渐向社交网络转变，通常情况下，一个人的喜好很容易受到其好友的影响，那么用户在社交网络上的行为会直接或间接影响其在Web上的行为。用户之间的偏好如果越相似，那么他们两个的信任度便越高。社交网络已经被作为推荐系统的良好信息资源，信任信息的整合可以有效缓解冷启动问题。在许多社交系统中，用户不仅会分享自己的偏好信息，还会给感兴趣的内容贴上各种标签。标签信息不仅可以看出用户的喜好，还可以是直接反映出项目的具体描述内容，可以是有趣本文档来自技高网...

【技术保护点】
1.一种基于社交信任和标签语义相似度的PMF推荐方法，其特征在于，包括以下步骤：/n步骤1，初始化用户潜在特征矩阵和项目潜在特征矩阵；/n步骤2，计算用户之间的信任值，确定每个用户的可信用户集；/n步骤3，计算项目之间相似度，确定每个项目的可信项目集；/n步骤4，迭代执行步骤4.1-4.4，得到最终的用户潜在特征矩阵、项目潜在特征矩阵以及损失函数值；/n步骤4.1，根据信任值和可信用户集，构建用户潜在特征矩阵；/n步骤4.2，根据相似度和相似项目集合，构建项目潜在特征矩阵；/n步骤4.3，计算本次迭代对应的损失函数值，并更新用户潜在特征矩阵和项目潜在特征矩阵；/n步骤4.4，当测试均方根误差连...

【技术特征摘要】
1.一种基于社交信任和标签语义相似度的PMF推荐方法，其特征在于，包括以下步骤：
步骤1，初始化用户潜在特征矩阵和项目潜在特征矩阵；
步骤2，计算用户之间的信任值，确定每个用户的可信用户集；
步骤3，计算项目之间相似度，确定每个项目的可信项目集；
步骤4，迭代执行步骤4.1-4.4，得到最终的用户潜在特征矩阵、项目潜在特征矩阵以及损失函数值；
步骤4.1，根据信任值和可信用户集，...

【专利技术属性】
技术研发人员：洪惠君，王巍，梁雅静，
申请(专利权)人：河北工程大学，
类型：发明
国别省市：河北;13