[發(fā)明專利]基于多維云和用戶動(dòng)態(tài)興趣的神經(jīng)網(wǎng)絡(luò)推薦方法

有效

• 申請?zhí)枺?/td>: 201810194417.4
• 申請日: 2018-03-09
• 公開（公告）號: CN108491477B
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計(jì)）人: 唐宏;雷曼;牟泓彥;龔琴;王欣欣
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/04;G06N3/08;G06Q50/00
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

1.基于多維云和用戶動(dòng)態(tài)興趣的神經(jīng)網(wǎng)絡(luò)推薦方法，其特征在于，包括：

S1、獲取用戶對項(xiàng)目的評分及用戶評分時(shí)間并進(jìn)行預(yù)處理，即設(shè)定時(shí)間間隔閾值，若用戶評分時(shí)間大于時(shí)間間隔閾值則根據(jù)用戶的評分時(shí)間對用戶對項(xiàng)目的評分進(jìn)行加權(quán)處理，否則不做處理，具體表示為：

其中，r_jk表示第j個(gè)用戶對第k個(gè)項(xiàng)目的評分，λ是時(shí)間衰減因子，K表示時(shí)間間隔閾值，t_now表示用戶對項(xiàng)目評分結(jié)束的時(shí)刻值，t₀表示用戶對項(xiàng)目評分開始的時(shí)刻值；

S2、使用預(yù)處理后的數(shù)據(jù)構(gòu)建基于用戶的多維云模型和基于項(xiàng)目的多維云模型，得到基于用戶的預(yù)測評分和基于項(xiàng)目的預(yù)測評分；

S3、將基于用戶的預(yù)測評分和基于項(xiàng)目的預(yù)測評分作為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)評分預(yù)測模型的輸入數(shù)據(jù)，得到最終預(yù)測評分。

2.根據(jù)權(quán)利要求1所述的基于多維云和用戶動(dòng)態(tài)興趣的神經(jīng)網(wǎng)絡(luò)推薦方法，其特征在于，所述使用預(yù)處理后的數(shù)據(jù)構(gòu)建基于用戶的多維云和基于項(xiàng)目的多維云模型，得到基于用戶的預(yù)測評分和基于項(xiàng)目的預(yù)測評分包括：

S21：將用戶數(shù)據(jù)輸入逆向云發(fā)生器，得到所有用戶對所有項(xiàng)目評分的數(shù)據(jù)的特征值；

S22：利用一個(gè)用戶的所有已評分項(xiàng)目的用戶數(shù)據(jù)的特征值構(gòu)建基于用戶的多維云模型；

S23利用一個(gè)項(xiàng)目的所有已評分的用戶數(shù)據(jù)的特征值構(gòu)建基于項(xiàng)目的多維云模型；

S24：通過正向云發(fā)生器計(jì)算已評分項(xiàng)目的基于用戶的隸屬度和基于項(xiàng)目的隸屬度

S25：計(jì)算待評分項(xiàng)目的基于用戶的隸屬度和基于項(xiàng)目的隸屬度

S26：根據(jù)待評分項(xiàng)目的隸屬度計(jì)算出目標(biāo)用戶對待評分項(xiàng)目的基于用戶的預(yù)測評分和基于項(xiàng)目的預(yù)測評分

3.根據(jù)權(quán)利要求2所述的基于多維云和用戶動(dòng)態(tài)興趣的神經(jīng)網(wǎng)絡(luò)推薦方法，其特征在于，基于用戶的多維云模型包括：

單一用戶對項(xiàng)目集合產(chǎn)生的多維云，表示為：

C＝{(Ex₁,En₁,He₁),(Ex₂,En₂,He₂),...,(Ex_j,En_j,He_j),...,(Ex_n,En_n,He_n)}；

其中：

其中，Ex_j表示用戶j的所有評分的平均值，En_j表示用戶j的所有評分的熵，表示用戶j的所有評分的方差，He_j表示用戶j的所有評分的超熵，m表示項(xiàng)目的數(shù)量。

4.根據(jù)權(quán)利要求2所述的基于多維云和用戶動(dòng)態(tài)興趣的神經(jīng)網(wǎng)絡(luò)推薦方法，其特征在于，基于項(xiàng)目的多維云模型包括：

單一項(xiàng)目對用戶集合產(chǎn)生的多維云，表示為：

C'＝{(Ex₁',En₁',He₁'),(Ex₂',En₂',He₂'),...,(Ex_k',En_k',He_k'),...,(Ex_m',En_m',He_m')}；

其中：

其中，Ex_k'表示項(xiàng)目k的所有評分的平均值，r_jk表示第j個(gè)用戶對第k個(gè)項(xiàng)目的評分，En_k'表示項(xiàng)目k的所有評分的熵，(S_k')²表示項(xiàng)目k的所有評分的方差，He_k'表示項(xiàng)目k評分的超熵，n表示用戶的數(shù)量。