一种基于双向张量分解模型的群推荐方法

作者:姜元春; 杨露; 孙见山; 王锦坤; 刘业政
来源:2016-12-16, 中国, ZL201611168532.1.

摘要

本发明公开了一种基于双向张量分解模型的群推荐方法,包括:1)定义一个表示群体G、用户U和产品I的交互关系DS;2)构建张量分解模型;3)利用贝叶斯个性化排序方法对张量分解模型进行转化求解,得到张量分解模型中的各个参数值;4)获得第g个群体对第i个产品的群体偏好并遍历所有商品获得第g个群体对所有产品的群体偏好;5)将第g个群体对所有产品的群体偏好进行降序排序,并选择前N个产品作为推荐产品列表推送给第g个群体。本发明将个体偏好建模为双向过程,能有效反映个体偏好的真实形成过程,提高了群推荐的精度,且具有较好的鲁棒性。