CN114329233B 一种跨区域跨评分协同过滤推 荐方法及系统 （青岛科技大学）

一种跨区域跨评分协同过滤推荐方法及系统将目标域评分矩阵和源域评分矩阵中全体用户跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上非活跃用户和非热门2获取目标域和源域的用户-项目评分数据，预处理后得到目标域评分矩阵和源域评分将目标域评分矩阵和源域评分矩阵中全体用户划分为活跃用户和基于隐语义模型对目标域评分矩阵和源域评分矩阵进行分解，提取目标针对活跃用户和热门项目，基于训练好的深度回归网络，分别学习种评分制下对应的用户隐向量和项目隐向量的其中，所述深度回归网络训练过程中，使用训练好的SDAE利用活跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上非活根据目标域上非活跃用户和非热门项目特征，构建受限矩阵分解模型，预测任意用户的隐向量，是两个正则化系数，为目标域热门项目和非热门项目的"和q"分别表示5分制数值评分矩阵分解得到的用户和项目隐向量，表示非热门项目在源域中的隐向量通过映射关系得到非热门项目在目标域中的隐向量，表示非活跃用户在源域中的隐向量通过映射关系得目标域即使用5分制数值评分。的顺序在评分矩阵中从左往右排列，将源域中用户和项目按照与目标域相同的顺序排列，3跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上非活跃用户和非将活跃用户和热门项目对应的隐向量映射关系和扩展到目标域将非活跃用户和非热门项目在源域中的潜在因子向量通过隐向量映射关系得到非活将目标域评分矩阵和源域评分矩阵中全体用户划分为活跃用户和特征提取模块，被配置为：基于隐语义模型对目标域评分矩阵针对活跃用户和热门项目，基于训练好的深度回归网络，分别学习种评分制下对应的用户隐向量和项目隐向量的利用活跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上非活行时实现如权利要求1-5中任一项所述的一种跨区域跨评分协同过滤推荐方法中8.一种计算机设备，包括存储器、处理器及4[0002]本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技[0004]将用户在密集的二元评分上的信息迁移到目标域中，缓解目标域数据稀疏性问分协同过滤推荐方法及系统，其将目标域和源域的用户-项目评分数据分别组成目标域评分矩阵和源域评分矩阵，将目标域评分矩阵中用户和项目按照评分个数的大小进行排序，后，将活跃用户和热门项目的隐向量的映射关系泛化到目标域非活跃用户和非热门项目以求得的非活跃用户和非热门项目在目标域上的隐向量为约束，求解受限矩阵分解模型，5[0008]获取目标域和源域的用户-项目评分数据，预处理后得到目标域评分矩阵和源域在两种评分制下对应的用户隐向量和项目隐向量[0012]利用活跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上在两种评分制下对应的用户隐向量和项目隐向量[0019]利用活跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上6[0040]针对存在两种评分格式的推荐平台(例如movieplot电影网站包含1-10等级评分户的偏好特征，所以相对于直接使用二元评分数据进行评分预测，使用二元评分数据(源域)来辅助等级评分(目标域)进行评分预测能够获得更准确的用户的特征，生成更具有针7[0042]如图1所示，本实施例提供了一种跨区域跨评分协同过滤推荐方法，包括如下步[0044]步骤二：将目标域和源域的用户-项目评分数据组成目标域评分矩阵和源域评分[0046]步骤四：基于隐语义Funk-SVD模型对目标域和源域评分8评分稀疏的R(5)，可认为R(2)甚至d(2)均具有较高的评分密度，且满足density(R(5)<<1的最优值通过实验来确定。[0062]步骤四中，基于隐语义Funk-SVD模型对目标域和源域评分矩阵分别进行矩阵分"和q"分别表示5分制数9和分别表示二元评分矩阵R(2)对应的活跃用户和热门项目的隐向量。对活跃用户和热门项目关联的区域a(5)和a(2)所对应的评分子矩阵R(a(5))和R(a(2))进行分[0089]基于获取的活跃用户隐向量特征和",以作为输入，以作为输出，构建[0092]以活跃用户隐向量映射关系建模为例，考虑到推荐平台还存在大量的非活跃用[0093]首先利用大量非活跃用户的隐向量特征作为无监督训练数据训练栈式降噪自[0101]其中M表示样本数。将多个降噪自编码器(DenoisingAutoencoder，DAE)堆叠起[0110]将非活跃用户在源域中较为准确的潜在因子向量通过映射关系F1得到非活跃",即"-F")。pp[0121]在上述优化问题中，采用对目标域活跃用户和非活跃用户的隐向量进行约[0122]根据求解得到的任意用户u的潜在因子向量和任意项目i的潜在因子向量",选择预测评分最高的Top-N个项目作为给用户在两种评分制下对应的用户隐向量和项目隐向量[0129]利用活跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上理器执行时实现如上述所述的一种跨区域跨评分协同过滤推荐方法中介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0137]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一碟、光盘、只读