公开(公告)号：CN108109058B

公开(公告)日：2021-06-29

申请号：CN201810033637.9

申请日：2018-01-11

申请人： 合肥工业大学

发明人： 孙见山 ,  徐东 ,  姜元春 ,  刘业政 ,  孙春华 ,  任德源 ,  刘雅珏

IPC分类号： G06Q30/06 ,  G06F16/9535

摘要： 本发明公开了一种融合人格特质和物品标签的单分类协同过滤方法，包括：首先基于用户人格特质计算用户间的相似度，根据其相似度计算用户对物品的偏好程度；然后基于物品标签计算用户对物品的偏好程度；紧接着融合基于人格的用户对物品的偏好和基于物品标签的用户对物品的偏好得到用户对物品的总偏好程度，利用其总偏好程度构建矩阵分解模型；最后根据模型进行推荐。本发明使用人格特质和物品标签作为额外的信息来识别出缺失数据中混合在一起的正例和负例，从而有效地解决数据稀疏问题和新用户冷启动问题，继而提高个性化推荐的精度。

公开(公告)号：CN108109058A

公开(公告)日：2018-06-01

申请号：CN201810033637.9

申请日：2018-01-11

申请人： 合肥工业大学

发明人： 孙见山 ,  徐东 ,  姜元春 ,  刘业政 ,  孙春华 ,  任德源 ,  刘雅珏

IPC分类号： G06Q30/06 ,  G06F17/30

摘要： 本发明公开了一种融合人格特质和物品标签的单分类协同过滤方法，包括：首先基于用户人格特质计算用户间的相似度，根据其相似度计算用户对物品的偏好程度；然后基于物品标签计算用户对物品的偏好程度；紧接着融合基于人格的用户对物品的偏好和基于物品标签的用户对物品的偏好得到用户对物品的总偏好程度，利用其总偏好程度构建矩阵分解模型；最后根据模型进行推荐。本发明使用人格特质和物品标签作为额外的信息来识别出缺失数据中混合在一起的正例和负例，从而有效地解决数据稀疏问题和新用户冷启动问题，继而提高个性化推荐的精度。