【技术实现步骤摘要】
本专利技术涉及一种产品推荐方法，具体涉及一种基于矩阵分解推荐算法的产品推荐方法。
技术介绍
1、互联网的快速发展使得信息呈爆炸式增长并迅速传播，传统的主动搜索已经无法满足用户和市场的需求，根据用户搜索历史记录，使用推荐算法处理和整合用户需求，将用户感兴趣的内容直接推送给客户的推荐方法。
2、矩阵分解技术是推荐算法中的一项重要技术，根据用户对产品的偏好信息，将用户和产品特征映射到低维度的隐含空间中，捕捉用户和产品之间的相互关系。矩阵分解技术可以有效地处理大规模用户产品数据集，并且不依赖于特定的领域知识，可以应用于不同类型的推荐任务，包括电影、音乐等数字媒体产品和实体产品的推荐任务，具有高效性、通用性、灵活性。
3、传统的矩阵分解只探索了用户与产品评分的关系，而忽略了产品本身的属性，如对于电影来说，电影包含了类别、演员、导演等属性。此外，由于用户偏爱某些类别的产品，给这些类别的产品打高分，而对另一些不喜爱类别的产品打低分，造成了用户对产品评分的偏差，影响了推荐算法的准确性。
技术实现思路<
本文档来自技高网...
【技术保护点】
1.一种基于矩阵分解推荐算法的产品推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的产品推荐方法，其特征在于：所述步骤S2中，利用历史数据集计算市场总体对各类别产品的不同评分所占比例
3.根据权利要求2所述的产品推荐方法，其特征在于，所述步骤S3中，利用用户数据集计算单个用户对各类别产品的不同评分所占比例
4.根据权利要求3所述的产品推荐方法，其特征在于，所述步骤S4中，利用Wasserstein距离衡量和之间的差异
5.根据权利要求4所述的产品推荐方法，其特征在于，所述步骤S5中，计算用户对单一类别产品的容
6...
【技术特征摘要】
1.一种基于矩阵分解推荐算法的产品推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的产品推荐方法，其特征在于：所述步骤s2中，利用历史数据集计算市场总体对各类别产品的不同评分所占比例
3.根据权利要求2所述的产品推荐方法，其特征在于，所述步骤s3中，利用用户数据集计算单个用户对各类别产品的不同评分所占比例
4.根据权利要求3所述的产品推荐方法，其特征在于，所述步骤s4中，利用wasserstein距离衡量和之间的差异
5.根据权利要求4所述的产品推荐方法，其特征在于，所述步骤s5中，计算用户对单一类别产品的容忍度
6.根据权利要求5所述的产品推荐...
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。