科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于多模态异质信息的个性化推荐方法。主要解决现有技术推荐准确率低的问题。其方案为：采集用户旅游历史记录及景点的多模态异质信息；构建景点多模态特征集,并滤除噪声景点及用户信息；将用户访问记录按时间作为划分为训练集和测试集；利用景点多模态特征集中的不同特征分别结合用户的交互记录利用隐语义模型及神经网络构建个性化推荐模型来预测用户对景点的偏好；对个性化推荐模型进行优化得到优化好的推荐模型；利用优化好的推荐模型得到用户对测试目的地中所有景点的偏好分数,将评分最大的几个景点推荐给用户。本发明通过考虑景点的多模态特征可从不同视角挖掘用户偏好,能更有效的推断用户的旅行偏好,提高了推荐准确率。
- 单位
