公开(公告)号：CN119149812A

公开(公告)日：2024-12-17

申请号：CN202411204347.8

申请日：2024-08-30

Applicant: 重庆邮电大学

Inventor： 邓江洲 ,  郑磊 ,  王永 ,  陈安良 ,  王东泽 ,  赵越

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F18/22 ,  G06F18/10

Abstract: 本发明提出的一种通用的解决数据稀疏性的推荐框架，包括从数据库中获取和清理数据信息，以获得所需信息；使用用户与物品原始的评分矩阵R生成用户交互矩阵T，然后采用流行度对共同交互矩阵进行赋权；使用用户与物品原始的评分矩阵R并采用一种相似度计算方法生成相似度矩阵S；通过共同交互值Ti,j与系统设定的可靠性阈值t进行比较，将共同交互值低于阈值的对应位置相似度进行过滤，保留较高可靠性位置的相似度值Si,j；使用矩阵分解模型MF对去噪后的相似度矩阵进行填充，并进行对称化处理，生成去噪填充后的相似度矩；结合去噪填充后的相似度值和原始评分值以得到用户对物品的预测值；对用户对未评分物品的综合预测值进行排序，选取前k个项目以生成用户的推荐物品列表。

公开(公告)号：CN118779525A

公开(公告)日：2024-10-15

申请号：CN202410931729.4

申请日：2024-07-12

Applicant: 重庆邮电大学

Inventor： 邓江洲 ,  郑磊 ,  王永 ,  赵越 ,  郭翎子 ,  蔡雨晴 ,  陈安良 ,  王东泽

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F18/22 ,  G06F18/10

Abstract: 本发明提出的一种通用的解决数据稀疏性的推荐框架，包括从数据库中获取和清理数据信息，以获得所需信息；使用用户与物品原始的评分矩阵R生成用户交互矩阵T，然后采用流行度对共同交互矩阵进行赋权；使用用户与物品原始的评分矩阵R并采用一种相似度计算方法生成相似度矩阵S；通过共同交互值Ti,j与系统设定的可靠性阈值t进行比较，将共同交互值低于阈值的对应位置相似度进行过滤，保留较高可靠性位置的相似度值Si,j；使用矩阵分解模型MF对去噪后的相似度矩阵进行填充，并进行对称化处理，生成去噪填充后的相似度矩；结合去噪填充后的相似度值和原始评分值以得到用户对物品的预测值；对用户对未评分物品的综合预测值进行排序，选取前k个项目以生成用户的推荐物品列表。