加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

基于信任扩展和列表级排序学习的服务推荐方法

发明专利无效专利
  • 申请号:
    CN201710828673.X
  • IPC分类号:G06Q30/06;G06F17/30
  • 申请日期:
    2017-09-14
  • 申请人:
    中国人民解放军信息工程大学
著录项信息
专利名称基于信任扩展和列表级排序学习的服务推荐方法
申请号CN201710828673.X申请日期2017-09-14
法律状态驳回申报国家暂无
公开/公告日2017-12-22公开/公告号CN107507073A
优先权暂无优先权号暂无
主分类号G06Q30/06IPC分类号G;0;6;Q;3;0;/;0;6;;;G;0;6;F;1;7;/;3;0查看分类表>
申请人中国人民解放军信息工程大学申请人地址
河南省郑州市高新区科学大道62号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人中国人民解放军信息工程大学当前权利人中国人民解放军信息工程大学
发明人张恒巍;王晋东;方晨;王衡军;王娜
代理机构郑州大通专利商标代理有限公司代理人周艳巧
摘要
本发明涉及一种基于信任扩展和列表级排序学习的服务推荐方法,首先利用服务排序位置信息并借鉴Plackett‑Luce模型,将每个用户表示为已调用服务集合排列的概率分布,基于KL距离进行概率型用户相似度的计算;同时考虑用户间的直接信任关系和间接信任关系,利用Beta信任模型计算直接信任度,利用信任关系的传递特性计算间接信任度,得到综合信任度,构造出目标用户的可信邻居集合;将可信邻居集合融入到矩阵分解模型中,将预测排序列表和正确排序列表之间的交叉熵作为损失函数,设计列表级排序学习算法得到最优的排序模型,输出最符合用户兴趣的推荐列表。本发明具有较高的推荐准确性,能够在保证服务推荐质量的同时还最大程度地满足用户潜在的功能需求。

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