-
Patent Agency Ranking
公开(公告)号：CN106127506B
公开(公告)日：2019-12-17
申请号：CN201610422332.8
申请日：2016-06-13
Applicant: 浙江大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于主动学习解决商品冷启动问题的推荐方法，包括：步骤1，构建用户对商品的评分模型，通过用户对商品的历史评分数据和商品的属性特征对该模型进行预训练；步骤2，对于一个新商品，使用步骤1的评分模型估计出不同用户对该商品是否会评分，以及评多少分；步骤3，根据步骤2的结果，挑选用户对新商品进行评分，得到新商品上的评分数据；步骤4，利用新商品的评分数据对步骤1的评分模型进行再训练；步骤5，利用再训练的评分模型预测未挑选用户对新商品的评分，并根据该评分进行商品推荐。本发明同时考虑每个用户的用户体验，一定程度上保证挑选策略的公平性，充分利用有限的用户资源，有效的将商品推荐给用户。
-
公开(公告)号：CN103345471B
公开(公告)日：2016-08-10
申请号：CN201310217406.0
申请日：2013-06-03
Applicant: 浙江大学
Abstract: 基于多流形关联矩阵分解的无障碍文本展现方法，从互联网抓取网页文本后，针对文本进行如下操作：首先对文本进行分词，提取文本统计特征信息，包括词频和反向文档频率，形成文本的TF?IDF向量化特征表示；然后构建若干文本流形和单词流形，基于多流形的关联矩阵分解考虑文本与单词之间的对偶性，获得低维的文本表示和单词表示；最后对文本的低维表示进行聚类，相同或相近主题的文本分为一组，以分组的形式重新展现文本信息。本方法的优点在于：可以更好地帮助残疾人用户分主题浏览互联网上的文本信息，并快速显示同主题的网页文本集合，增强用户的体验度。
-
公开(公告)号：CN103345471A
公开(公告)日：2013-10-09
申请号：CN201310217406.0
申请日：2013-06-03
Applicant: 浙江大学
Abstract: 基于多流行关联矩阵分解的无障碍文本展现方法，从互联网抓取网页文本后，针对文本进行如下操作：首先对文本进行分词，提取文本统计特征信息，包括词频和反向文档频率，形成文本的TF-IDF向量化特征表示；然后构建若干文本流行和单词流行，基于多流行的关联矩阵分解考虑文本与单词之间的对偶性，获得低维的文本表示和单词表示；最后对文本的低维表示进行聚类，相同或相近主题的文本分为一组，以分组的形式重新展现文本信息。本方法的优点在于：可以更好地帮助残疾人用户分主题浏览互联网上的文本信息，并快速显示同主题的网页文本集合，增强用户的体验度。
-
公开(公告)号：CN106127506A
公开(公告)日：2016-11-16
申请号：CN201610422332.8
申请日：2016-06-13
Applicant: 浙江大学
IPC: G06Q30/02
Abstract: 本发明公开了一种基于主动学习解决商品冷启动问题的推荐方法，包括：步骤1，构建用户对商品的评分模型，通过用户对商品的历史评分数据和商品的属性特征对该模型进行预训练；步骤2，对于一个新商品，使用步骤1的评分模型估计出不同用户对该商品是否会评分，以及评多少分；步骤3，根据步骤2的结果，挑选用户对新商品进行评分，得到新商品上的评分数据；步骤4，利用新商品的评分数据对步骤1的评分模型进行再训练；步骤5，利用再训练的评分模型预测未挑选用户对新商品的评分，并根据该评分进行商品推荐。本发明同时考虑每个用户的用户体验，一定程度上保证挑选策略的公平性，充分利用有限的用户资源，有效的将商品推荐给用户。
-
公开(公告)号：CN102662975A
公开(公告)日：2012-09-12
申请号：CN201210063754.2
申请日：2012-03-12
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于用户行为和个人属性的混合双向聚类好友推荐方法。本方法基于用户的交友选择行为与用户属性，计算用户择友偏好。依据用户择友偏好对全体用户进行聚类，并计算得出每个用户对其它用户的喜爱程度。之后，基于每对用户间的双向喜好的大小，对用户进行排序。同时通过保证推荐双向性、在排序公式增加随机扰动、针对推荐效果差用户二次处理的方法，使最终推荐机会分布更为均匀。本方法的优点在于：综合利用用户属性与用户行为信息，增强推荐结果的准确性；考虑用户交友推荐过程中双向性和公平性问题，从而取得更好的推荐效果。本方法可以应用到具有双向性需求的社交网络、婚恋交友推荐系统、社会化问答系统等应用场景。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
