公开(公告)号：CN102508894B

公开(公告)日：2014-05-07

申请号：CN201110339736.8

申请日：2011-11-01

Applicant: 中国科学院计算技术研究所

Inventor： 鲁凯 ,  王斌 ,  史亮 ,  李文娜 ,  李锐 ,  徐飞

IPC: G06F17/30

Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)建立模型并利用所述打分数据训练所述模型，其中所述模型中包括打分时间段对用户的影响参数。本发明所训练的预测模型考虑到用户打分的时间与所打分数之间的规律性关系，具有较好的推荐效果。

公开(公告)号：CN102508894A

公开(公告)日：2012-06-20

申请号：CN201110339736.8

申请日：2011-11-01

Applicant: 中国科学院计算技术研究所

Inventor： 鲁凯 ,  王斌 ,  史亮 ,  李文娜 ,  李锐 ,  徐飞

IPC: G06F17/30

Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)建立模型并利用所述打分数据训练所述模型，其中所述模型中包括打分时间段对用户的影响参数。本发明所训练的预测模型考虑到用户打分的时间与所打分数之间的规律性关系，具有较好的推荐效果。

公开(公告)号：CN102495837A

公开(公告)日：2012-06-13

申请号：CN201110339200.6

申请日：2011-11-01

Applicant: 中国科学院计算技术研究所

Inventor： 鲁凯 ,  王斌 ,  史亮 ,  李文娜 ,  李锐 ,  徐飞

IPC: G06F17/30

Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中所述模型中包括一个或多个和集合相关的参数，其中所述集合为与一个类别的项目相关的另一个类别的项目的集合或者多个与一个类别的项目相关的另一个类别的项目的集合的并集。上述训练的预测模型可以有效的在实际推荐中缓解用户打分数不足造成的可利用打分数据严重稀疏的问题，具有很好的推荐效果。

公开(公告)号：CN102385719A

公开(公告)日：2012-03-21

申请号：CN201110339224.1

申请日：2011-11-01

Applicant: 中国科学院计算技术研究所

Inventor： 李锐 ,  张帅 ,  王斌 ,  李鹏 ,  张冠元 ,  鲁凯

IPC: G06Q10/04

Abstract: 本发明提供一种回归预测方法，不仅考虑自变量X之间相似度，还考虑了原数据中因变量Y之间的相似度，从近邻和近邻的历史的角度考虑了输出值y发展的模式。相比以往未考虑数据发展模式的模型，该方法在数据集上，只增加了一个预处理的阶段，不需要额外的资源就可以丰富数据点的信息；而且丰富了原数据点X的信息，最终提高预测效果。另外，可以在MapReduce框架上进行实现，利用其并行性来提高执行速度。

公开(公告)号：CN102495837B

公开(公告)日：2014-05-07

申请号：CN201110339200.6

申请日：2011-11-01

Applicant: 中国科学院计算技术研究所

Inventor： 鲁凯 ,  王斌 ,  史亮 ,  李文娜 ,  李锐 ,  徐飞

IPC: G06F17/30

Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中所述模型中包括一个或多个和集合相关的参数，其中所述集合为与一个类别的项目相关的另一个类别的项目的集合或者多个与一个类别的项目相关的另一个类别的项目的集合的并集。上述训练的预测模型可以有效的在实际推荐中缓解用户打分数不足造成的可利用打分数据严重稀疏的问题，具有很好的推荐效果。