一种基于极速神经网络的网络资源个性化推荐方法

发明专利无效专利

申请号：
CN200910024161.3
IPC分类号：G06F17/30;G06N3/08
申请日期：
2009-09-30
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于极速神经网络的网络资源个性化推荐方法
申请号	CN200910024161.3	申请日期	2009-09-30
法律状态	权利终止	申报国家	中国
公开/公告日	2010-04-14	公开/公告号	CN101694652A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市碑林区咸宁路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	郑庆华;刘均;王昕;邓万宇;吴茜媛;田锋
代理机构	西安通大专利代理有限责任公司	代理人	惠文轩

摘要

本发明属于网络资源管理领域，涉及网络资源的协作过滤技术，公开了一种基于极速神经网络模型的网络资源个性化推荐方法。它包括：(1)数据预处理：从系统用户日志文件中读取信息并生成全局用户兴趣矩阵，并变换为当前用户的单用户兴趣矩阵，然后进行变换、降维，划分出训练集A1和预测集A2；(2)模型训练：为目标用户建立结构为单隐藏层神经网络SLFNs的兴趣预测模型，采用极速学习机技术在训练集A1上进行训练，得到单隐藏层神经网络模型的各个连接权值以及隐藏层阈值；(3)预测推荐：利用训练所得到的预测模型计算出该目标用户对预测集A2中每一项资源的评分值，并将预测评分最高的前几项资源推荐给目标用户。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供