买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆理工大学

摘要：本发明提出了一种融合角度距离和鲁棒尺度度量学习的推荐方法，包括以下步骤：将数据转化为样本点，并将样本点采用三元组u,i,j表示；所述数据包括用户ID、物品ID和喜好信息；接着，采用提出的带权用户流行度采样法对三元组进行预处理，从而得到一个正负样本平衡的三元组；利用处理好的三元组数据构建用户‑物品交互图，其中用户和物品作为图中的节点，而正样本和负样本则通过交互行为作为连接它们的边；然后计算经过预处理的三元组之间的角度距离，进行度量学习，学习图中节点之间的相似性；并采用三元铰链损失函数进行度量学习的优化。本发明弥补了现有方法在处理用户偏好差异时的不足，为推荐系统提供更为精细和准确的方法。

主权项：1.一种融合角度距离和鲁棒尺度度量学习的推荐方法，其特征在于，包括以下步骤：将数据转化为样本点，并将样本点采用三元组u,i,j表示；所述数据包括用户ID、物品ID和喜好信息，所述喜好信息包括点击信息、购买信息、评分信息之一或者任意组合；u为锚点样本，表示用户u；i为正样本，表示对于用户u喜欢的物品；j为负样本，表示对于用户u不喜欢或者未曝光的物品；采用提出的带权用户流行度采样法对三元组进行预处理，从而得到一个正负样本平衡的三元组；利用处理好的三元组数据构建用户-物品交互图，其中用户和物品作为图中的节点，而正样本和负样本则通过交互行为作为连接它们的边；带权用户流行度采样法包括以下步骤：1为了确保在充分挖掘偏好丰富的用户，计算用户ui被采样到的概率： 其中，pui表示用户ui对于当前空间的权重；puk表示用户uk对于当前空间的权重；Interactionui,vj表示用户ui与物品vj的交互频率；Interactionuk,vj表示用户uk与物品vj的交互频率；K表示一共有K个用户；uk表示第k个用户；vj表示第j个物品；2根据被采样的用户，继续分别对正样本和负样本进行流行度采样： 其中，pvi表示物品vi对于当前空间的权重；pvk表示物品vk对于当前空间的权重；Interactionui,vi表示用户ui与物品vi的交互频率；Interactionui,vk表示用户ui与物品vk的交互频率；K表示一共有K个用户；vk表示第k个物品；ui表示第i个用户；计算经过预处理的三元组之间的角度距离，进行度量学习，学习图中节点之间的相似性；并采用三元铰链损失函数进行度量学习的优化，实现物品推荐；损失函数为 其中，表示经过交叉熵优化后的损失函数； 表示N对损失函数；η、λ是两个超参数，可以加权成对损失与规模不变损失之间的重要性。

全文数据：

权利要求：

百度查询： 重庆理工大学 融合角度距离和鲁棒尺度度量学习的推荐方法