欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021103577275
申请人: 苏州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于子空间信任融合的推荐方法,其特征在于,包括以下步骤:采集用户信息和物品信息,获得用户集合和物品集合,基于用户对物品的评分引入用户评分矩阵,根据用户之间是否存在直接的社交关系引入用户关系矩阵;

根据用户关系矩阵构建直接社交关系有向图,基于所述直接社交关系有向图获得两个用户之间的显式信任度;

根据用户关系矩阵和用户评分矩阵,获取两个用户之间的隐式信任度;

基于显式信任度和隐式信任度,构建信任网络;

基于信任网络获得用户对物品的预测评分。

2.根据权利要求1所述的基于子空间信任融合的推荐方法,其特征在于,基于所述直接社交关系有向图获得两个用户之间的显式信任度,具体包括:根据用户之间的最短路径,获得两个用户之间的显式信任度:其中,duv是用户uu到用户uv的最短路径,dmax表示用户之间最大允许传播距离;

其中,k表示社交关系网络中用户平均传播路径长度,根据用户社交关系总数与用户总数的比值得到,n代表用户总数。

3.根据权利要求1所述的基于子空间信任融合的推荐方法,其特征在于,所述根据用户关系矩阵和用户评分矩阵,获得两个用户之间的隐式信任度,包括:根据评分阈值将用户评分矩阵划转化为三个子矩阵,所述三个子矩阵分别对应高评分子空间、平均评分子空间和低评分子空间;

设定评分阈值,根据用户对物品的评分,将物品划分至不同的评分子空间内,获得高评分子空间的物品集合、平均评分子空间的物品集合和低评分子空间的物品集合;

获取任意两个用户分别在高评分子空间的隐式信任度、平均评分子空间的隐式信任度和低评分子空间的隐式信任度;

融合任意两个用户在高评分子空间的隐式信任度、平均评分子空间的隐式信任度和低评分子空间的隐式信任度,获得任意两个用户的隐式信任度。

4.根据权利要求3所述的基于子空间信任融合的推荐方法,其特征在于,所述设定评分阈值,根据用户对物品的评分,将物品划分至不同的评分子空间内,获得高评分子空间的物品集合、平均评分子空间的物品集合和低评分子空间的物品集合,具体包括:获得评分矩阵中的最大评分值rmax和最小评分值rmin;

若 则物品ij划分到高评分子空间中,其中,ruj为用户uu对物品ij的评分;

若 则物品ij划分到平均评分子空间;

若 则物品ij划分到低评分子空间中。

5.根据权利要求3所述的基于子空间信任融合的推荐方法,其特征在于,获取任意两个用户在高评分子空间的隐式信任度,具体包括:1

用户uu和用户uv在高分子空间中的隐式信任度 其中,G 表示高分子空间中的物品集合, 是用户uu的高分物品集合, 是用户uv的高分物品集合。

6.根据权利要求3所述的基于子空间信任融合的推荐方法,其特征在于,所述融合任意两个用户在高评分子空间的隐式信任度、平均评分子空间的隐式信任度和低评分子空间的隐式信任度,获得任意两个用户的隐式信任度,具体包括:任意两个用户uu和uv的隐式信任度

其中, 表示用户uu和用户uv在高评分子空间中的隐式信任度, 表示用户uu和用户uv在平均评分子空间中的隐式信任度, 表示用户uu和用户uv在低评分子空间中的隐式信任度。

7.根据权利要求1所述的基于子空间信任融合的推荐方法,其特征在于,所述采集用户信息和物品信息,获得用户集合和物品集合,基于用户对物品的评分引入用户评分矩阵,根据用户之间是否存在直接的社交关系引入用户关系矩阵,具体包括:获得用户集合U={u1,u2,...,un}和物品集合I={i1,i2,...,im},其中,n和m分别代表用户总数和物品总数;

n×m

用户评分矩阵R=[ruj] ,其中,ruj是用户uu对物品ij的评分;

用户关系矩阵M,大小为n×n,矩阵元素取值为0或者1,表示用户关系值。

8.根据权利要求1所述的基于子空间信任融合的推荐方法,其特征在于,所述基于显式信任度和隐式信任度,构建信任网络,具体包括:信任网络的信任度 其中,texplicit(uu,uv)为用户uu和用户uv的显式信任度,timplicit(uu,uv)表示用户之间的隐式信任度。

9.根据权利要求1所述的基于子空间信任融合的推荐方法,其特征在于,所述基于信任网络获得用户对物品的预测评分,具体包括:预测评分

其中,是目标用户uu的评分均值,Nu表示在信任网络中,与目标用户uu相邻的前N个节点,wuv代表目标用户uu与近邻用户uv的信任度,rvj是近邻用户uv对物品ij的评分值。

10.一种基于子空间信任融合的推荐系统,其特征在于,包括:信息采集模块,所述信息采集模块用于采集用户信息和物品信息,获得用户集合和物品集合,基于用户对物品的评分引入用户评分矩阵,根据用户之间是否存在直接的社交关系引入用户关系矩阵;

显式信任度计算模块,所述显式信任度计算模块根据用户关系矩阵构建直接社交关系有向图,基于所述直接社交关系有向图获得两个用户之间的显式信任度;

隐式信任度计算模块,所述隐式信任度计算模块根据用户关系矩阵和用户评分矩阵,获取两个用户之间的隐式信任度;

信任网络构建模块,所述信任网络构建模块基于显式信任度和隐式信任度,构建信任网络;

评分预测模块,所述评分预测模块基于信任网络获得用户对物品的预测评分。