[發明專利]個性化推薦方法

有效

• 申請號: 201510030610.0
• 申請日: 2015-01-21
• 公開（公告）號: CN104537114B
• 公開（公告）日: 2018-05-15
• 發明（設計）人: 王朝坤;陳俊;王建民
• 申請（專利權）人: 清華大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 袁輝志

1.一種個性化推薦方法，其特征在于，包括：

獲取各用戶對物品的使用行為數據，按照使用行為數據發生的時間的升序排列；

前后兩次使用行為間隔大于預設閥值，將所獲取的使用行為數據拆分，生成用戶使用行為子列表；

遍歷所生成的用戶使用行為子列表，根據用戶使用行為子列表中物品出現的先后順序，按最大似然法估算物品的一步轉移概率矩陣；

基于用戶對物品的興趣的遺忘過程和馬爾科夫模型建立個性化推薦模型，興趣的遺忘過程包含針對興趣累積和興趣遺忘兩部分的建模，動態的興趣值由經驗值和興趣余量兩部分組成，興趣余量表示用戶對物品的剩余的興趣大小，其值與用戶使用該物品的時間間隔呈反比例關系；

使用梯度下降法，對興趣遺忘過程中用戶的個性化參數進行估算，從而根據用戶使用行為子列表，為用戶進行推薦。

2.如權利要求1所述的個性化推薦方法，其特征在于，所述獲取用戶對物品的使用行為數據所獲取到用戶的使用行為均為正面用戶反饋。

3.如權利要求1所述的個性化推薦方法，其特征在于，所述生成用戶使用行為子列表的依據為用戶動態的使用行為過程中，用戶的偏好的變化。

4.如權利要求1所述的個性化推薦方法，其特征在于，所述一步轉移概率矩陣為實數矩陣。

5.如權利要求1所述的個性化推薦方法，其特征在于，所述的個性化推薦模型為一個修正的一階馬爾科夫模型。

6.如權利要求1所述的個性化推薦方法，其特征在于，所述用戶對物品的使用行為為聽音樂。