摘要

本发明公开了一种基于用户好奇心的贝叶斯个性化排序推荐方法,包括步骤:使用有好友关系的数据集,遍历数据集中每一个用户的历史数据,对于数据集中的每一个用户u,构建用户u的正向物品集合Pu,令用户u感到好奇的物品集合Cu以及用户u的负向物品集合Nu;提出优化排序准则,获取用户矩阵P和物品矩阵Q;对于每一个用户u,随机从Pu、Cu、Nu中选择物品组成物品对(positive,negative)和(curiosity,negative)进行训练,在每一次的训练迭代中不断地更新用户矩阵P和物品矩阵Q;对用户u所有没有过反馈的物品进行预测评分,选取分数最高的TopN个物品进行推荐。