公开(公告)号：CN115438871B

公开(公告)日：2025-02-28

申请号：CN202211161858.7

申请日：2022-09-23

Applicant: 哈尔滨商业大学

Inventor： 李鹏 ,  苏忻洁 ,  朱心如

IPC: G06Q10/04 ,  G06Q50/14 ,  G06F16/9535 ,  G06F18/22 ,  G06F18/214

Abstract: 一种融合偏好消除流行度偏差的冰雪景点推荐方法及系统，涉及景点推荐技术领域，用以解决现有推荐方法由于具有流行度偏差导致过度推荐的问题。本发明的技术要点包括：对游客性别、年龄、职业分别分组，并将其映射成[0～1]的数值；根据游客性别、年龄、职业的映射值计算获得游客多特征偏好相似度；根据游客多特征偏好相似度和游客历史评分数据计算获得游客偏好值；根据标准化处理后的游客偏好值构造游客‑偏好值矩阵；根据游客‑偏好值矩阵和游客历史评分数据训练基于游客多特征偏好的矩阵分解模型，获得训练后的游客‑偏好值矩阵；根据训练后的游客‑偏好值矩阵对新用户进行预测推荐。本发明有效缓解了低流行度冰雪景点难以被推荐给游客的不利局面。

公开(公告)号：CN115438871A

公开(公告)日：2022-12-06

申请号：CN202211161858.7

申请日：2022-09-23

Applicant: 哈尔滨商业大学

Inventor： 李鹏 ,  苏忻洁 ,  朱心如

IPC: G06Q10/04 ,  G06Q50/14 ,  G06F16/9535 ,  G06K9/62

Abstract: 一种融合偏好消除流行度偏差的冰雪景点推荐方法及系统，涉及景点推荐技术领域，用以解决现有推荐方法由于具有流行度偏差导致过度推荐的问题。本发明的技术要点包括：对游客性别、年龄、职业分别分组，并将其映射成[0～1]的数值；根据游客性别、年龄、职业的映射值计算获得游客多特征偏好相似度；根据游客多特征偏好相似度和游客历史评分数据计算获得游客偏好值；根据标准化处理后的游客偏好值构造游客‑偏好值矩阵；根据游客‑偏好值矩阵和游客历史评分数据训练基于游客多特征偏好的矩阵分解模型，获得训练后的游客‑偏好值矩阵；根据训练后的游客‑偏好值矩阵对新用户进行预测推荐。本发明有效缓解了低流行度冰雪景点难以被推荐给游客的不利局面。