一種基于有社會關系和項目內容的貝葉斯概率矩陣分解推薦方法技術

本發明專利技術公開了一種基于有社會關系和項目內容的貝葉斯概率矩陣分解推薦方法，包括：使用PMF方法對觀察評價矩陣進行隱含矩陣分析，得到隱含用戶特征矩陣和隱含項目特征矩陣；使用BPMFSR或者BPMFSRIC方法對隱含用戶特征矩陣和隱含項目特征矩陣進行吉布斯采樣，得到采樣后的隱含用戶特征矩陣和隱含項目特征矩陣；根據所述采樣后的隱含用戶特征矩陣和隱含項目特征矩陣計算預測評價矩陣，基于所述預測評價矩陣進行推薦。本發明專利技術方法計算高效并能運用于有大規模數據集的基于信任或基于內容的推薦系統；具有更快的收斂速度，比其它矩陣分解方法得到更準確的推薦結果；相比其它方法更好的緩解了數據稀疏問題和冷啟動問題。

【技術實現步驟摘要】

【技術保護點】
一種基于有社會關系和項目內容的貝葉斯概率矩陣分解推薦方法，其特征在于，包括以下步驟：（1）、使用概率矩陣分解（PMF，Probabilistic?Matrix?Factorization）方法對觀察評價矩陣進行隱含矩陣分析，得到隱含用戶特征矩陣和隱含項目特征矩陣；（2）、使用有社會關系的貝葉斯概率矩陣分解（BPMFSR，Bayesian?Probabilistic?Matrix?Factorization?with?Social?Relations）或者有社會關系和項目內容的貝葉斯概率矩陣分解（BPMFSRIC，Bayesian?Probabilistic?Matrix?Factorization?with?Social?Relations?and?Item?Contents）對隱含用戶特征矩陣和隱含項目特征矩陣進行吉布斯采樣，得到采樣后的隱含用戶特征矩陣和隱含項目特征矩陣；（3）、根據所述采樣后的隱含用戶特征矩陣和隱含項目特征矩陣計算預測評價矩陣，基于所述預測評價矩陣進行推薦。

【技術特征摘要】

【專利技術屬性】
技術研發人員：劉文予，劉俊濤，吳彩華，劉博，
申請(專利權)人：華中科技大學，
類型：發明
國別省市：