【技术实现步骤摘要】
本专利技术涉及个性化推荐，尤其是一种图社交推荐方法、系统、设备及介质。
技术介绍
1、近年来，随着科学技术的进步和社会的进步，数据的指数也随之不断增长，信息过载对互联网用户来说已经变得越来越严重。服务提供商在面对庞大的信息量时，如何在这海量信息中找到符合用户个性兴趣的内容成为一项巨大的挑战。
2、目前，传统的推荐方法主要基于协作过滤技术，利用用户-物品之间的交互历史记录进行建模，并输出对应的社交推荐信息。该种方式在处理社交信息时往往过于简化，社交推荐的个性化程度不足，且不能在海量信息中，提供较为准确地社交推荐。
3、因此，现有技术存在的问题还亟需解决和优化。
技术实现思路
1、本专利技术的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
2、为此，本专利技术实施例的一个目的在于提供一种图社交推荐方法，该方法可以更深入地挖掘社交信息中的隐形社交关系，进一步提高社交推荐的个性化程度，有效提高社交推荐的准确程度。
3、本申请实施例的另一个目...
【技术保护点】
1.一种图社交推荐方法，其特征在于，包括：
2.根据权利要求1所述的图社交推荐方法，其特征在于，所述对所述用户社交数据集进行第一深度协同过滤，得到社交特征集，包括：
3.根据权利要求1所述的图社交推荐方法，其特征在于，所述对所述物品特征集和所述社交特征集进行第一相似度信息融合，得到融合数据集，包括：
4.根据权利要求1所述的图社交推荐方法，其特征在于，所述根据所述物品特征集，对所述融合数据集进行第二相似度信息融合，得到强社交数据集，包括：
5.根据权利要求1所述的图社交推荐方法，其特征在于，所述提取所述融合数据集和所述用...
【技术特征摘要】
1.一种图社交推荐方法，其特征在于，包括：
2.根据权利要求1所述的图社交推荐方法，其特征在于，所述对所述用户社交数据集进行第一深度协同过滤，得到社交特征集，包括：
3.根据权利要求1所述的图社交推荐方法，其特征在于，所述对所述物品特征集和所述社交特征集进行第一相似度信息融合，得到融合数据集，包括：
4.根据权利要求1所述的图社交推荐方法，其特征在于，所述根据所述物品特征集，对所述融合数据集进行第二相似度信息融合，得到强社交数据集，包括：
5.根据权利要求1所述的图社交推荐方法，其特征在于，所述提取所述融合数据集和所述...
【专利技术属性】
技术研发人员：李明，丁爽爽，陈雨婷，施建栋，朱佳，
申请(专利权)人：浙江光电子研究院，
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。