公开(公告)号：CN104679866A

公开(公告)日：2015-06-03

申请号：CN201510095573.1

申请日：2015-03-04

申请人： 重庆理工大学

发明人： 张宜浩 ,  文俊浩

IPC分类号： G06F17/30 ,  G06K9/62

摘要： 本发明公开了一种基于图一致性模型的半监督学习的推荐方法，包括如下步骤：S1，获取服务器数据集，对数据集构建图一致性模型，建立数据点和边；S2，通过映射函数来度量两个数据点之间的相似度，对数据点之间存在的边赋予权重值；S3，建立目标函数并求解，对目标函数的解进行排序；S4，将排序后的目标函数解进行收敛性证明，获得推荐列表，将推荐列表发送到用户终端。本发明能够对用户行为信息和物品内容信息实现个性化推荐。

公开(公告)号：CN104636496A

公开(公告)日：2015-05-20

申请号：CN201510097905.X

申请日：2015-03-04

申请人： 重庆理工大学

发明人： 张宜浩 ,  文俊浩

IPC分类号： G06F17/30

CPC分类号： G06K9/622

摘要： 本发明公开了一种基于高斯分布和距离相似度的混合聚类的推荐方法，包括如下步骤：S1，获取用户行为数据集，将行为数据集划分为有标签数据和无标签数据，对有标签数据和无标签数据分别进行距离度量学习；S2，根据所述距离度量权重矩阵，与高斯混合模型混合计算得到目标函数，对所述目标函数进行优化求解；S3，根据得到目标函数优化求解后，通过聚类算法得到聚类行为数据，将聚类行为数据推荐给用户。