【技术实现步骤摘要】
潜在因子混合推荐方法、装置、设备及计算机存储介质
本专利技术涉及数据处理
，尤其涉及一种潜在因子混合推荐方法、装置、设备及计算机存储介质。
技术介绍
推荐系统把用户的要求以及兴趣偏好信息和候选物品的特征进行比较匹配，同时使用相应的推荐算法进行过滤筛选，挖掘出用户潜在喜欢的物品，然后推送给用户。传统的推荐系统所应用的推荐模型通常为所有用户构建一个全局模型，虽然能够较好地捕获用户间的全局信息，但不同用户群体内部往往会形成各自独特的行为方式，全局模型中相同或者相似的物品在所有人群中的相似度都是非常接近的，难以发现不同用户子集中物品相似度的差异，难以捕捉用户偏好，推荐效果一般，推荐精度低。
技术实现思路
本专利技术的主要目的在于提供一种潜在因子混合推荐方法、装置、设备及计算机存储介质，旨在解决如何提高推荐系统的推荐精度的技术问题。为实现上述目的，本专利技术提供一种潜在因子混合推荐方法，包括以下步骤：当经过预处理后的数据集满足预设混合推荐条件时，根据所述数据集构建目标账户对应的目标参考矩阵，其...
【技术保护点】
1.一种潜在因子混合推荐方法，其特征在于，所述潜在因子混合推荐方法包括以下步骤：/n当经过预处理后的数据集满足预设混合推荐条件时，根据所述数据集构建目标账户对应的目标参考矩阵，其中，所述目标参考矩阵包括用户评论矩阵、用户评分矩阵和商品评论矩阵；/n根据预设的潜在因子全局模型和所述目标参考矩阵进行模型训练，以得到第一评分；/n获取所述数据集中所有用户子集对应的子参考矩阵，并根据预设的潜在因子局部模型和各所述子参考矩阵进行模型训/n练，以得到第二评分；/n根据所述第一评分和所述第二评分计算推荐评分，并根据所述推荐评分进行数据推荐。/n
【技术特征摘要】
1.一种潜在因子混合推荐方法，其特征在于，所述潜在因子混合推荐方法包括以下步骤：
当经过预处理后的数据集满足预设混合推荐条件时，根据所述数据集构建目标账户对应的目标参考矩阵，其中，所述目标参考矩阵包括用户评论矩阵、用户评分矩阵和商品评论矩阵；
根据预设的潜在因子全局模型和所述目标参考矩阵进行模型训练，以得到第一评分；
获取所述数据集中所有用户子集对应的子参考矩阵，并根据预设的潜在因子局部模型和各所述子参考矩阵进行模型训
练，以得到第二评分；
根据所述第一评分和所述第二评分计算推荐评分，并根据所述推荐评分进行数据推荐。
2.如权利要求1所述的潜在因子混合推荐方法，其特征在于，所述根据预设的潜在因子全局模型和所述目标参考矩阵进行模型训练，以得到第一评分的步骤，包括：
确定所述目标参考矩阵中的用户潜在因子和单词潜在因子，并计算所述用户潜在因子和所述单词潜在因子的第一乘积；
获取所述单词潜在因子对应单词的重要性特征，并根据所述第一乘积和所述重要性特征计算第一优化参数；
将所述第一优化参数输入至预设的潜在因子全局模型进行模型训练，基于所述模型训练的训练结果确定第一评分。
3.如权利要求2所述的潜在因子混合推荐方法，其特征在于，所述获取所述单词潜在因子对应单词的重要性特征的步骤，包括：
确定所述单词潜在因子对应单词在所述目标账户对应的特征文档中出现的次数；
将所述次数输入至预设的指数函数公式进行计算，以得到所述单词潜在因子对应单词的重要性特征。
4.如权利要求1所述的潜在因子混合推荐方法，其特征在于，所述根据预设的潜在因子局部模型和各所述子参考矩阵进行模型训练，以得到第二评分的步骤，包括：
依次遍历各所述用户子集，确定遍历的用户子集对应的子参考矩阵，并将所述子参考矩阵输入至所述潜在因子全局模型进行模型训练，以得到所述遍历的用户子集对应的第三评分；
计算各所述用户子集对应的第三评分之间的平均评分，并将所述平均评分输入至预设的潜在因子局部模型进行模型训练，以得到第二评分。
5.如权利要求1所述的潜在因子混合推荐方法，其特征在于，所述根据所述第一评分和所述第二评分计算推荐评分的步骤，包括：
确定所述第一评分对应的第一权重，并...
【专利技术属性】
技术研发人员：王琴瑶，浦贵阳，程平，陈进利，张总天，
申请(专利权)人：中移杭州信息技术有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：浙江;33
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。