申请/专利权人:北京大学
申请日:2023-12-26
公开(公告)日:2024-03-15
公开(公告)号:CN117710061A
主分类号:G06Q30/0601
分类号:G06Q30/0601;G06F18/10;G06F18/214;G06N3/0499;G06F16/9536
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明涉及一种基于非随机缺失数据处理结局测量误差的推荐方法和系统,属于物品推荐技术领域,解决了现有技术在收集到的数据同时具有MNAR和OME时推荐准确性低的问题。方法包括以下步骤:获取用户数据、物品数据,以及观测到的用户对物品的评分,构建训练样本集;构建噪声预测模型,基于训练样本集训练噪声预测模型;构建去噪误差插补模型和去噪预测模型,基于所述训练样本集和训练好的噪声预测模型对所述去噪误差插补模型和去噪预测模型进行联合训练,得到训练好的去噪预测模型;基于训练好的去噪预测模型对未观测到的用户对物品的评分进行去噪预测,基于用户对物品的评分进行推荐。实现了同时具有MNAR和OME时的准确推荐。
主权项:1.一种基于非随机缺失数据处理结局测量误差的推荐方法,其特征在于,包括以下步骤:获取用户数据、物品数据,以及观测到的用户对物品的评分,构建训练样本集;构建噪声预测模型,基于训练样本集训练噪声预测模型;构建去噪误差插补模型和去噪预测模型,基于所述训练样本集和训练好的噪声预测模型对所述去噪误差插补模型和去噪预测模型进行联合训练,得到训练好的去噪预测模型;基于训练好的去噪预测模型对未观测到的用户对物品的评分进行去噪预测,基于用户对物品的评分进行推荐。
全文数据:
权利要求:
百度查询: 北京大学 基于非随机缺失数据处理结局测量误差的推荐方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。