一种通过聚合对协同过滤推荐系统进行优化的方法

基本信息

申请号 CN201110059711.2 申请日 -
公开(公告)号 CN102129462A 公开(公告)日 2011-07-20
申请公布号 CN102129462A 申请公布日 2011-07-20
分类号 G06F17/30(2006.01)I 分类 计算;推算;计数;
发明人 罗辛;欧阳元新;秦思思;熊璋 申请(专利权)人 北京天石和合文化传播有限责任公司
代理机构 北京慧泉知识产权代理有限公司 代理人 王顺荣;唐爱华
地址 100191 北京市海淀区学院路37号
法律状态 -

摘要

摘要 本发明公开了一种通过聚合对协同过滤推荐系统进行优化的方法,该方法通过构造同类聚合模型的方式来提高协同过滤推荐算法的推荐精度,主要采用分化训练数据集和随机注入两种方式分化构成聚合的基本推荐模型,分化训练数据集包括基于AdaBoost(AdaptiveBoosting,自适应增强法)算法和FSAM(Forward?Stepwise?AdditiveModeling,逐步逼近法)算法构造聚合推荐模型,随机注入包括基于随机化初始值和随机化训练序列构造聚合推荐模型,其推荐精度均优于单个基于RMF(Regularized?Matrix?Factorization)的隐向量模型的推荐精度。将AdaBoost、FSAM、随机化初始值和随机化训练序列四种方法加以组合,构造出叠加聚合推荐模型,其推荐精度明显优于单个基于RMF的隐向量模型和基于单一方法构造的聚合推荐模型的推荐精度。