基于自适应隐特征分析和优化的用户评分预测装置和方法
申请号:CN202411529509
申请日期:2024-10-30
公开号:CN119477061B
公开日期:2025-10-24
类型:发明专利
摘要
本发明公开基于自适应隐特征分析和优化的用户评分预测装置、方法,具体包括以下步骤:S1:从服务器获取用户评分历史数据和预测指令;S2:对第一过程参数进行初始化;S3:根据第一过程参数和评分历史数据,构造第一目标函数,在训练过程中实现训练参数的自适应调整,以得到更准确的数据预测,输出第一用户隐性特征矩阵、第一项目隐性特征矩阵;S4:对第二过程参数进行初始化;S5:根据第二过程参数构建第二目标函数,以对第一用户隐性特征矩阵、第一项目隐性特征矩阵进行优化,从而得到更准确的用户、项目特征分析,以得出更准确的预测评分数据,即输出用户评分预测数据。
技术关键词
隐性特征
矩阵
项目
遗传算法
评分预测方法
预测装置
数据接收模块
数据存储模块
输出模块
参数
存储单元
生成随机数
因子
线性
服务器
复杂度
指令
粒子