-
公开(公告)号：CN113254773A
公开(公告)日：2021-08-13
申请号：CN202110614370.4
申请日：2021-06-02
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06Q30/02 , G06Q30/06 , H04L29/08
Abstract: 本发明一种基于预测值分析的新项目推荐方法，特点在于将用户划分为探索用户和惰性用户，包括以下步骤：通过分析用户U0评价项目的兴趣点信息，判断U0为探索用户或者惰性用户，获得用户新项目探索权重；根据项目‑属性信息，考虑项目具备属性的个数和共同具备某属性的项目的个数，获得基于项目属性信息的预测评分值；通过分析用户评价项目的兴趣点信息，结合预测评分值，得到最终的预测评分值，如果预测评分值超过设定阈值，则将该项目推荐给用户U0。本发明将用户划分为探索用户和惰性用户，提出基于预测值分析的新项目推荐方法，解决了基于物品的协同过滤在新项目推荐时难以找到合适潜在推荐用户的冷启动问题，提高了新项目的推荐效果。
-
公开(公告)号：CN113254799A
公开(公告)日：2021-08-13
申请号：CN202110599650.2
申请日：2021-05-31
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q30/06 , H04L29/08
Abstract: 本发明是一种P2P传播式的内容推荐方法，包括以下步骤：用户U1收到了来自系统或者U1的高认可用户U0感兴趣的内容推送；系统根据用户U0对该推送内容的反应以及设定的标准来判断U1是否对该推送内容感兴趣；如果判断结果为用户U1对该推送内容感兴趣，则增加U1对U0的认可度，并向其它未被推送该内容且对U1高认可的用户推送同样内容；如果判断结果为U1对其不感兴趣，则降低U1对U0的认可度。本发明仿照现实生活中人与人交流时将自己觉得值得推荐的物品推荐给关系良好的其它人的场景，提出了P2P传播式的内容推荐方法，解决了基于协同过滤与内容的组合推荐的推荐范围受限于相似用户与兴趣点的问题与高运算量问题，提高了用户惊喜度。
-
公开(公告)号：CN113254773B
公开(公告)日：2023-07-07
申请号：CN202110614370.4
申请日：2021-06-02
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06Q30/0202 , G06Q30/0601 , H04L67/55
Abstract: 本发明一种基于预测值分析的新项目推荐方法，特点在于将用户划分为探索用户和惰性用户，包括以下步骤：通过分析用户U0评价项目的兴趣点信息，判断U0为探索用户或者惰性用户，获得用户新项目探索权重；根据项目‑属性信息，考虑项目具备属性的个数和共同具备某属性的项目的个数，获得基于项目属性信息的预测评分值；通过分析用户评价项目的兴趣点信息，结合预测评分值，得到最终的预测评分值，如果预测评分值超过设定阈值，则将该项目推荐给用户U0。本发明将用户划分为探索用户和惰性用户，提出基于预测值分析的新项目推荐方法，解决了基于物品的协同过滤在新项目推荐时难以找到合适潜在推荐用户的冷启动问题，提高了新项目的推荐效果。
-
公开(公告)号：CN113254799B
公开(公告)日：2023-06-30
申请号：CN202110599650.2
申请日：2021-05-31
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q30/0601 , H04L67/55
Abstract: 本发明是一种P2P传播式的内容推荐方法，包括以下步骤：用户U1收到了来自系统或者U1的高认可用户U0感兴趣的内容推送；系统根据用户U0对该推送内容的反应以及设定的标准来判断U1是否对该推送内容感兴趣；如果判断结果为用户U1对该推送内容感兴趣，则增加U1对U0的认可度，并向其它未被推送该内容且对U1高认可的用户推送同样内容；如果判断结果为U1对其不感兴趣，则降低U1对U0的认可度。本发明仿照现实生活中人与人交流时将自己觉得值得推荐的物品推荐给关系良好的其它人的场景，提出了P2P传播式的内容推荐方法，解决了基于协同过滤与内容的组合推荐的推荐范围受限于相似用户与兴趣点的问题与高运算量问题，提高了用户惊喜度。
-
-
-
Search Results
4
records
(took 0.063 seconds)
