【技术实现步骤摘要】
本申请涉及用户行为分析，尤其是涉及一种感知用户活跃度的基于变分核密度估计的推荐方法及装置。
技术介绍
1、top-n推荐提供一种有效的个性化服务方法，能够很好地服务于具有不同兴趣的用户。用户对物品的偏好分布多样。通过给定用户隐式反馈，top-n推荐的任务是为每个用户推荐n个未交互的感兴趣物品。
2、然而，目前的模型，采用一个统一的分布(如高斯分布)不能很好地捕捉所有用户的偏好分布，只是简单地假设所有用户的偏好服从一个同一模式的概率分布，例如，一个用户兴趣范围较窄的偏好的高斯分布无法与另一个用户兴趣范围较广的偏好的多项分布相匹配，当用户具有不同的活跃水平时，统一分布的表达能力不足。
3、然后使用固定的模式(如一个隐向量)对用户表示进行建模，用户潜在特征的表示模式过于简单，无法捕捉用户的各种兴趣，特别是当具有广泛兴趣的用户只有少量交互行为时，甚至会导致一个折中的和过度平滑的结果，即那些用户交互本来并不相似的项目，它们的隐式向量仍被聚类在一起，潜在向量之间简单的内点积操作限制了模型的表示能力，导致对不同活跃程度的用户的...
【技术保护点】
1.一种感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，所述引入多维隐式向量表征显式兴趣，每个所述显式兴趣服从以用户的交互项目为中心的高斯分布的步骤包括，
3.根据权利要求2所述的感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，所述建立物品-物品相似度矩阵的步骤包括，
4.根据权利要求1所述的感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，组合所述显式兴趣，获得用户偏好分布的非参数近似，以估计每个显式兴趣对...
【技术特征摘要】
1.一种感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，所述引入多维隐式向量表征显式兴趣，每个所述显式兴趣服从以用户的交互项目为中心的高斯分布的步骤包括，
3.根据权利要求2所述的感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，所述建立物品-物品相似度矩阵的步骤包括，
4.根据权利要求1所述的感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，组合所述显式兴趣，获得用户偏好分布的非参数近似，以估计每个显式兴趣对所有项目的偏好分布的步骤包括，
5.根据权利要求4所述的感知用户活跃度的基于变分核密度估计的推荐方法，其特征在于，根据所述多维隐式向量和所述项目隐式向量的内积，计算每个显式兴趣对...
【专利技术属性】
技术研发人员：刘威，刘钊，朱怀杰，余建兴，印鉴，郑立彬，仲兆峰，
申请(专利权)人：中山大学，
类型：发明
国别省市：
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。