[發明專利]一種評分分布預測方法及裝置

在審

• 申請號: 201910181625.5
• 申請日: 2019-03-11
• 公開（公告）號: CN109872006A
• 公開（公告）日: 2019-06-11
• 發明（設計）人: 張恒汝;秦琴;徐媛媛;閔帆
• 申請（專利權）人: 西南石油大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06F17/15;G06F17/16
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

本發明提供了一種評分分布預測方法及裝置，該方法包括：構建包括有用于描述兩評分潛在因子向量間相關性的符號函數和用于計算兩評分潛在因子向量間距離的距離函數的目標函數；輸入訓練集數據，確定當前次迭代時的評分潛在因子矩陣并據此計算下一次迭代時的評分潛在因子矩陣，以得到新矩陣；將新矩陣代入目標函數，求解目標函數的一階導數；一階導數在新矩陣處的F范數的值小于預設終止閾值時，根據新矩陣獲得待預測樣本的評分分布預測結果，否則，將新矩陣再次作為當前次迭代時的評分潛在因子矩陣，如此循環。本方案通過在目標函數中引入符號函數和距離函數，考慮了評分標簽之間的相關性，故基于此來預測評分分布時可提高預測準確度。

技術領域

本發明涉及計算機技術領域，特別涉及一種評分分布預測方法及裝置。

背景技術

通常情況下，通過評分分布預測，可以預知待發布樣本的評分分布情況。從而，基于一定的預知性以盡可能的降低投資風險。以電影業為例，電影業作為一項價值數百億美元的全球性產業，每年都有數以千計的新電影投入市場，但并非所有電影在票房上都是成功的。因此，無論是電影制片人還是電影院，都需要預測新電影在發布之前觀眾對這部電影的喜歡程度。

目前，可以利用電影的評分分布來表征觀眾對某部電影的喜歡程度。自然的，LDL(Label DistrubitionLearning，標簽分布學習)方法可以應用到這一領域中。LDL是單標簽學習和多標簽學習的一種泛化，是一個更為通用的學習框架，通過LDL可以獲得實際應用中的標簽重要性分布，從而能有效解決標簽模糊問題。

已有的工作利用支持向量機來預測評分分布，該方法認為評分之間是獨立的，沒有考慮評分之間的關聯性。然而，這種關聯性是普遍存在的，例如，對于1-5的評分系統而言，悲觀的用戶對不喜歡的電影給1分，而樂觀的用戶對相同的電影可能給出2分或者更高分。因此，使用嚴格區分的評分分布來表征一部電影的受歡迎程度是不妥的。可見，現有實現方式的預測準確度不高。

發明內容

本發明提供了一種評分分布預測方法及裝置，能夠提高預測準確度。

為了達到上述目的，本發明是通過如下技術方案實現的：

一方面，本發明提供了一種評分分布預測方法，包括：

S1：構建目標函數，其中，所述目標函數包括：用于描述兩評分潛在因子向量間相關性的符號函數，和，用于計算兩評分潛在因子向量間距離的距離函數；

S2：確定當前次迭代時的第一評分潛在因子矩陣；

S3：根據所述第一評分潛在因子矩陣計算下一次迭代時的第二評分潛在因子矩陣；

S4：將所述第二評分潛在因子矩陣代入所述目標函數，并基于預設的訓練集，求解所述目標函數的一階導數；

S5：判斷所述一階導數在所述第二評分潛在因子矩陣處的F范數的值，是否小于預設的終止閾值，若是，執行S6，否則，將所述第二評分潛在因子矩陣再次作為當前次迭代時的評分潛在因子矩陣，并執行S2；

S6：根據所述第二評分潛在因子矩陣，獲得待預測樣本的評分分布預測結果。

進一步地，所述符號函數包括：

其中，

所述距離函數包括：

其中，θ為c列m行的評分潛在因子矩陣，c為評分個數，m為特征個數，θ_ik為θ中第i行第k列的數值，θ_jk為θ中第j行第k列的數值。

進一步地，所述目標函數包括：

其中，t(θ)為函數組合，λ₁為預設系數。

進一步地，所述函數組合包括：