[發明專利]一種基于用戶偏好的自適應采樣方法

有效

• 申請號: 201610041393.X
• 申請日: 2016-01-22
• 公開（公告）號: CN105740327B
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 譚鐵牛;王亮;吳書;郭韋昱
• 申請（專利權）人: 天津中科智能識別產業技術研究院有限公司
• 主分類號: G06F16/955
• 分類號: G06F16/955;G06K9/62
• 代理公司: 天津市三利專利商標代理有限公司 12107
• 代理人: 韓新城

1.一種基于用戶偏好的自適應采樣方法，其特征在于，包括步驟：

S1，以特征學習的方法從用戶和商品的屬性特征中學習到用戶和商品的低秩表達U⁰和V⁰，作為BPR模型的初始參數；

S2，根據商品的低秩表達在不同特征維度下對商品進行從大到小排序，得到k個特征維度下的商品排序列表L₁，L₂，...，L_k；

S3，根據商品和用戶的低秩特征表達向量，計算訓練集合中每一用戶購買商品記錄(u_i，v_p)從屬于各特征維度的概率分布p(d|u_i，v_P)，并以0初始化一與低秩特征維數相等長度的計數器數組counts；

S4，根據概率分布p(d|u_i，v_p)從低秩特征向量的維度中采樣出一特征維度d_z作為相關購買記錄從屬的特征維度；

S5，利用幾何分布在商品集合排序空間中以預設概率p(r)采樣出一排序序號r；

S6，結合特征維度d_z和排序序號r在商品排序列表中取得一商品作為一個可與用戶已經購買的商品v_p進行比較且當前用戶未曾購買的商品v_q，如果采樣得到的商品是用戶u_i購買過的商品，重新執行S5-S6，直到得到的商品是用戶u_i沒有購買過的商品v_q組成一個三元組(u_i，v_p，v_q)，并讓計數器加1；然后重復構建一個三元組集合D_s；

S7，用三元組集合D_s訓練一輪BPR模型，得到商品和用戶的低秩表達矩陣V¹∈R^m×k，U¹∈R^n×k，并以U¹更新U⁰；

S8，根據計數器數組counts值計算各特征維度的熱門程度，并根據熱門程度采樣一個特征維度d_h，計算V¹的第d_h列和V⁰的第d_h列的相應向量的相似度若sim≤ρ，0＜ρ＜1，則以V¹的第d_h列更新V⁰的第d_h列，并重新對商品根據特征維度d_h特征值大小進行排序，更新排序列表

S9，執行S3～S8，直到U¹和V¹收斂。

2.根據權利要求1所述基于用戶偏好的自適應采樣方法，其特征在于，所述概率分布p(d|u_i，v_p)通過下式獲得：

其中，和分別表示U⁰和V⁰的列平均值，和則表示U⁰和V⁰的列方差。

3.根據權利要求1所述基于用戶偏好的自適應采樣方法，其特征在于，所述預設概率p(r)∝exp(-r/ω)，ω是一個先驗參數，用以控制分布的概率密度。