基于多元线性回归和第三方信用的改进协同过滤方法

发明专利有效专利

申请号：
CN202011504132.X
IPC分类号：G06F16/9535G06Q30/06G06N20/00
申请日期：
2020-12-17
申请人：
赣南师范大学

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	基于多元线性回归和第三方信用的改进协同过滤方法
申请号	CN202011504132.X	申请日期	2020-12-17
法律状态	实质审查	申报国家	暂无
公开/公告日	2022-06-21	公开/公告号	CN114647773A
优先权	暂无	优先权号	暂无
主分类号	G06F16/9535	IPC分类号	G06F16/9535;G06Q30/06;G06N20/00查看分类表>
申请人	赣南师范大学	申请人地址	江西省赣州市蓉江新区赣南师范大学黄*** 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	赣南师范大学	当前权利人	赣南师范大学
发明人	朱赟;于士浩;郑闻悦;高连峰;陈剑
代理机构	暂无	代理人	暂无

摘要

由于简单易懂得步骤和卓越的计算性能，协同过滤算法已成为推荐系统中的一个热门研究领域，与此同时，传统的协同过滤算法存在着很多不足，如稀疏性矩阵、冷启动问题、用户的信任问题、相似度计算公式的缺陷等。通过分析协同过滤算法中的上述问题，提出了一种面向基于多元线性回归及第三方信用的改进协同过滤算法，从而实施第三方信用模型的构建以及用信用相似度的计算。具体实施结果表明，基于多元线性回归及第三方信用的改进协同过滤算法优于传统的协同过滤算法。在提出的基于多元线性回归及第三方信用的改进协同过滤算法中，协同过滤算法之间的稀疏性问题、用户的信任问题、相似度计算公式得到了有效缓解。