[發明專利]一種基于主題標簽的跨域推薦方法

在審

• 申請號: 202110947405.6
• 申請日: 2021-08-18
• 公開（公告）號: CN113761389A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 朱全銀;馬思偉;李翔;馬甲林;王媛媛;周泓;馬天龍;張柏萱
• 申請（專利權）人: 淮陰工學院
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/955
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于主題標簽的跨域推薦方法，其特征在于，包括如下步驟：

(1)輸入帶有主題標簽信息的數據序列集，提取其中的用戶集合U、物品集合V、物品標簽集合T以及物品評分集合R；

(2)減少低相關度標簽所引入的噪聲，對物品標簽集合T中的低相關標簽進行過濾，得到降噪后的物品標簽集合Ts；

(3)使用改進的物品標簽協同過濾模型對物品標簽集合Ts進行自適應特征抽取，將提取到的物品標簽信息的低維下的特征向量與預測模型進行融合，得到自適應物品評分矩陣分解模型Ts_model；

(4)對物品標簽集合Ts進行去冗，并進行標簽主題的聚類，通過LDA主題模型在聚類的同時擴充主題標簽的語義，得到改進后的基于主題分布進行預測的模型TFs_model；

(5)引入跨域推薦目標域和輔助域的關聯主題標簽的依賴關系的映射，將目標用戶的推薦場景拓展到多域，生成跨域物品評分預測及推薦模型CTFs_model；

(6)加載跨域物品評分預測及推薦模型CTFs_model，將多目標跨域用戶的特征行為基礎屬性集輸入已訓練的跨域物品評分預測及推薦模型CTFs_model中，開放用戶跨域推薦自適應識別接口CTFs API，所述跨域推薦自適應識別接口CTFs API對用戶的行為參數進行基于用戶網絡挖掘的興趣關聯與發現，完善更新用戶的興趣特征模型的同時將結果信息返回給調用程序，用戶通過Web平臺獲取跨域推薦結果。

2.根據權利要求1所述的一種基于主題標簽的跨域推薦方法，其特征在于，步驟(1)具體包括如下內容：

(1.1)輸入帶有主題標簽信息的數據集S，定義函數len(S)表示數據集S的長度，令S＝{S₁,S₂,S₃,…,S_i}，其中，S_i表示S中第i項數據，i∈[1,len(S)]；

(1.2)定義循環變量i1，用于遍歷S，i1∈[1,len(S)]，i1賦初值為1；

(1.3)如果i1≤len(S)則進入步驟(1.4)，否則進入步驟(1.10)；

(1.4)提取數據項S_i中的用戶u并入用戶集合U中，U＝{u₁,u₂,u₃,…,u_I}，其中，I表示提取到的用戶的數目；

(1.5)提取數據項S_i中的物品v并入物品集合V中，V＝{v₁,v₂,v₃,..,v_J}，其中，J表示提取到的物品的數目；

(1.6)提取數據項S_i中的標簽t并入物品標簽集合T中，T＝{t₁,t₂,t₃,…,t_N}，其中，N表示提取到的物品標簽的數目；

(1.7)提取數據項S_i中的評分R并入物品評分集合R中，R＝{R₁,R₂,R₃,…,R_O}，其中，O表示提取到的物品評分的數目；

(1.8)建立組合集UVTR，用戶集合U中用戶u通過一組物品標簽集合T和物品評分集合R標記物品集合V中物品v，“用戶-物品-標簽-評分”的四元組數據記為(u,v,T_ij,R_ij)，其中，u∈U，v∈V，R_ij∈R，T_ij表示用戶u_I對物品v_J所標記的標簽集合，R_ij表示u_I對v_J的項目評分；

(1.9)i1＝i1+1，進入步驟(1.3)；

(1.10)訓練數據集的預處理流程結束。