针对用户角色无差异对待和数据稀疏的推荐系统及方法

    公开(公告)号:CN106649658A

    公开(公告)日:2017-05-10

    申请号:CN201611144380.1

    申请日:2016-12-13

    CPC classification number: G06F16/9535 G06Q50/01

    Abstract: 本发明请求保护一种针对用户角色无差异对待和数据稀疏问题的推荐系统及方法,属于数据挖掘和信息检索领域。包括步骤:首先,为解决用户角色无差异对待问题,基于用户评分密度,利用时间切片方法划分评分时间区域。同时,引入信息熵理论度量时间区域内用户角色,进行用户角色动态划分,实现评分数据层次化处理。其次,针对数据稀疏问题,构建基于“用户‑项目‑角色”的张量分解评分预测模型,通过CP分解法对数据缺失值进行处理,得到评分预测结果,生成目标用户推荐列表。本发明有效改善了数据稀疏性产生的问题,提高了推荐效率。

    一种基于在线社交网络的信息传播模型及其传播方法

    公开(公告)号:CN106682991B

    公开(公告)日:2021-02-09

    申请号:CN201611189947.7

    申请日:2016-12-21

    Abstract: 本发明请求保护一种基于在线社交网络的信息传播模型及其传播方法,属于在线社交网络分析领域。它包括了获取数据源,建立多维属性驱动机制,建立动态演化策略,构建热点话题传播模型四个部分。第一步,获取数据源。第二步,构建多维属性驱动机制,从网络结构和用户历史行为两个方面提取用户属性,用多元线性回归的方法定量阐述两种因素对用户参与话题的驱动力的影响。第三步,构建动态演化策略,定义收益矩阵和感知流行度,根据演化博弈论建立动态演化策略。第四步,构建热点话题传播模型。将用户多维属性模型和动态演化策略与传统SIR模型结构建一种新的热点话题传播模型。该发明能够有效的描绘社交网络中热点信息的传播趋势,揭示不同驱动因素对信息传播的影响。

    一种热点话题下动态预测用户行为的系统及方法

    公开(公告)号:CN106651016B

    公开(公告)日:2020-08-04

    申请号:CN201611144446.7

    申请日:2016-12-13

    Abstract: 本发明请求保护一种热点话题下动态预测用户行为的系统及方法,属于社交网络分析领域。基于社交网络中用户间的关系网及用户的过往行为,根据用户参与话题的时间将用户分为热点用户和备选用户,通过时间离散化和时间切片的方法,将话题的时效性特征融入到其中,并且,针对热点话题在生命周期各阶段的数据不均匀和数据稀疏问题,构建了基于张量分解的预测模型。同时,为了体现话题发展的动态形式,在对话题进行时间切片后引入了增量张量分解模型对用户行为进行预测,使其动态的对用户行为进行预测,并且可以根据预测的用户行为把握话题的发展趋势。

    一种基于在线社交网络的信息传播模型及其传播方法

    公开(公告)号:CN106682991A

    公开(公告)日:2017-05-17

    申请号:CN201611189947.7

    申请日:2016-12-21

    Abstract: 本发明请求保护一种基于在线社交网络的信息传播模型及其传播方法,属于在线社交网络分析领域。它包括了获取数据源,建立多维属性驱动机制,建立动态演化策略,构建热点话题传播模型四个部分。第一步,获取数据源。第二步,构建多维属性驱动机制,从网络结构和用户历史行为两个方面提取用户属性,用多元线性回归的方法定量阐述两种因素对用户参与话题的驱动力的影响。第三步,构建动态演化策略,定义收益矩阵和感知流行度,根据演化博弈论建立动态演化策略。第四步,构建热点话题传播模型。将用户多维属性模型和动态演化策略与传统SIR模型结构建一种新的热点话题传播模型。该发明能够有效的描绘社交网络中热点信息的传播趋势,揭示不同驱动因素对信息传播的影响。

    针对用户角色无差异对待和数据稀疏的推荐系统及方法

    公开(公告)号:CN106649658B

    公开(公告)日:2020-06-16

    申请号:CN201611144380.1

    申请日:2016-12-13

    Abstract: 本发明请求保护一种针对用户角色无差异对待和数据稀疏问题的推荐系统及方法,属于数据挖掘和信息检索领域。包括步骤:首先,为解决用户角色无差异对待问题,基于用户评分密度,利用时间切片方法划分评分时间区域。同时,引入信息熵理论度量时间区域内用户角色,进行用户角色动态划分,实现评分数据层次化处理。其次,针对数据稀疏问题,构建基于“用户‑项目‑角色”的张量分解评分预测模型,通过CP分解法对数据缺失值进行处理,得到评分预测结果,生成目标用户推荐列表。本发明有效改善了数据稀疏性产生的问题,提高了推荐效率。

Patent Agency Ranking