-
公开(公告)号：CN106779941A
公开(公告)日：2017-05-31
申请号：CN201611151403.1
申请日：2016-12-14
Applicant: 山东大学
IPC: G06Q30/06
Abstract: 本发明公开了基于矩阵和张量联合分解的汽车推荐方法及系统；包括以下步骤：构造汽车打分张量，构造汽车制造商与供应商关系矩阵，构造汽车产品结构树，汽车制造商与供应商关系矩阵和汽车产品结构树都是完整的，用来协助预测张量中缺失的具体值；根据汽车产品结构树，引入树组套索模型来对最终的损失函数进行规约，得到权重；建立损失函数，用交替最小二乘法法对损失函数进行迭代；对损失函数求导置零，然后求出矩阵的迭代函数；还原张量，即补全张量的缺失值；针对不同的用户，依据补全的张量X中的元素，按照打分的从高到低的次序依次给用户推荐用户喜欢的车型。
-
公开(公告)号：CN106651549A
公开(公告)日：2017-05-10
申请号：CN201710012799.X
申请日：2017-01-09
Applicant: 山东大学
IPC: G06Q30/06
Abstract: 本发明公开了一种融合供需链的个性化汽车推荐方法及系统，不仅考虑了用户对车型的打分，而且打分细化到了8种评分标准，形成一个三维的打分张量，更好的根据用户的不同偏好来进行推荐。为了获得更多辅助信息，我们利用汽车领域中特有的车型‑车系之间的从属关系和车系‑制造商之间的生产关系，汽车制造商和汽车零部件供应商之间的供应关系形成的供需链，以及用户购车目的信息，车型配置信息等来帮助预测。本发明构建多维度共享的耦合张量‑矩阵数据模型后，对张量和矩阵进行联合分解，用ADMM算法来解最小化代价函数，保证算法有效收敛，并且或的更准确的预测结果，从而更好地向用户推荐汽车车型。
-
公开(公告)号：CN106779941B
公开(公告)日：2019-11-19
申请号：CN201611151403.1
申请日：2016-12-14
Applicant: 山东大学
IPC: G06Q30/06
Abstract: 本发明公开了基于矩阵和张量联合分解的汽车推荐方法及系统；包括以下步骤：构造汽车打分张量，构造汽车制造商与供应商关系矩阵，构造汽车产品结构树，汽车制造商与供应商关系矩阵和汽车产品结构树都是完整的，用来协助预测张量中缺失的具体值；根据汽车产品结构树，引入树组套索模型来对最终的损失函数进行规约，得到权重；建立损失函数，用交替最小二乘法法对损失函数进行迭代；对损失函数求导置零，然后求出矩阵的迭代函数；还原张量，即补全张量的缺失值；针对不同的用户，依据补全的张量X中的元素，按照打分的从高到低的次序依次给用户推荐用户喜欢的车型。
-
公开(公告)号：CN106651549B
公开(公告)日：2019-10-01
申请号：CN201710012799.X
申请日：2017-01-09
Applicant: 山东大学
IPC: G06Q30/06
Abstract: 本发明公开了一种融合供需链的个性化汽车推荐方法及系统，不仅考虑了用户对车型的打分，而且打分细化到了8种评分标准，形成一个三维的打分张量，更好的根据用户的不同偏好来进行推荐。为了获得更多辅助信息，我们利用汽车领域中特有的车型‑车系之间的从属关系和车系‑制造商之间的生产关系，汽车制造商和汽车零部件供应商之间的供应关系形成的供需链，以及用户购车目的信息，车型配置信息等来帮助预测。本发明构建多维度共享的耦合张量‑矩阵数据模型后，对张量和矩阵进行联合分解，用ADMM算法来解最小化代价函数，保证算法有效收敛，并且或的更准确的预测结果，从而更好地向用户推荐汽车车型。
-
-
-
Search Results
4
records
(took 0.018 seconds)
