- 1、本文档共7页,其中可免费阅读6页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于用户评论的概率矩阵分解推荐方法,该方法具体涉及了数据挖掘领域。本发明通过用户评论文本增强概率矩阵分解,解决推荐算法中的数据稀疏和冷启动问题。首先选取可以表示项目语义的用户评论作为辅助信息,并利用开源工具对评论文本进行Word2vec词向量训练和预处理,获取到项目标签。然后用深度学习中的堆栈式降噪自编码器提取标签中的项目特征,堆栈式降噪自编码器将稀疏高维的数据转化为低维的数据,增强了推荐算法鲁棒性。最后将用户评分矩阵和提取到的项目矩阵进行概率矩阵分解,从用户评论文本中提取到的项
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113239277 A
(43)申请公布日 2021.08.10
(21)申请号 202110631828.7
(22)申请日 2021.06.07
(71)申请人 安徽理工大学
地址
文档评论(0)