公开(公告)号：CN117522532B

公开(公告)日：2024-04-16

申请号：CN202410020501.X

申请日：2024-01-08

Applicant: 浙江大学

Inventor： 陈佳伟 ,  林思仪 ,  王灿 ,  冯雁

IPC: G06Q30/0601 ,  G06F18/214

Abstract: 本申请涉及一种流行度纠偏推荐方法、装置、电子设备及存储介质，其中，该流行度纠偏推荐方法包括：获取目标推荐模型，以最小化目标损失为优化目标，对所述目标推荐模型进行训练；其中，所述目标损失包括第一损失和第二损失，所述第一损失根据所述目标推荐模型的预测值和标签值确定，所述第二损失与目标矩阵的谱范数呈正相关，所述目标矩阵为用户表征矩阵与物品表征矩阵的转置之间乘积矩阵；通过训练后的所述目标推荐模型向用户推荐物品。通过本申请，降低了推荐模型对热门物品的偏好，缓解了推荐模型中普遍存在的流行度偏差问题。

公开(公告)号：CN117522532A

公开(公告)日：2024-02-06

申请号：CN202410020501.X

申请日：2024-01-08

Applicant: 浙江大学

Inventor： 陈佳伟 ,  林思仪 ,  王灿 ,  冯雁

IPC: G06Q30/0601 ,  G06F18/214

Abstract: 本申请涉及一种流行度纠偏推荐方法、装置、电子设备及存储介质，其中，该流行度纠偏推荐方法包括：获取目标推荐模型，以最小化目标损失为优化目标，对所述目标推荐模型进行训练；其中，所述目标损失包括第一损失和第二损失，所述第一损失根据所述目标推荐模型的预测值和标签值确定，所述第二损失与目标矩阵的谱范数呈正相关，所述目标矩阵为用户表征矩阵与物品表征矩阵的转置之间乘积矩阵；通过训练后的所述目标推荐模型向用户推荐物品。通过本申请，降低了推荐模型对热门物品的偏好，缓解了推荐模型中普遍存在的流行度偏差问题。

公开(公告)号：CN115618110A

公开(公告)日：2023-01-17

申请号：CN202211324146.2

申请日：2022-10-27

Applicant: 浙江大学

Inventor： 陈佳伟 ,  林思仪 ,  王灿 ,  冯雁 ,  周晟

IPC: G06F16/9535 ,  G06N3/048 ,  G06N5/02

Abstract: 基于隐式反馈归因的无偏推荐方法，本发明推断隐式反馈背后的原因，从而准确提取出用户偏好的正信号和负信号，实现无偏且高效的推荐。本发明首先分析确定隐式反馈背后的四种产生情况；之后基于隐式反馈对用户偏好和曝光分别建模，并构建推断模型对用户隐式反馈的原因进行推理；随后用期望最大化算法对偏好/曝光模块和推断模块进行交替更新；最后使用训练完成的用户偏好模型为用户喜爱的物品进行预测，完成推荐。本发明的优点在于，相比于其他现有方法，本方法通过推断出隐式反馈背后的原因，模型能够充分地利用未点击的数据，提高了推荐的性能，同时本方法具有较好的理论性质。