一种具有预测可信度的矩阵分解推荐系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种具有预测可信度的矩阵分解推荐系统
申请号:CN202511114715
申请日期:2025-08-11
公开号:CN120821922A
公开日期:2025-10-21
类型:发明专利
摘要
本发明提出的一种具有预测可信度的矩阵分解推荐系统,包括从数据库中获取和清理数据信息,以获得所需信息;利用矩阵分解模型去训练用户‑项目评级矩阵,生成预测用户‑项目评级矩阵;计算用户‑项目评级矩阵和预测用户‑项目评级矩阵的预测误差,得到预测误差矩阵;利用系统设定的误差阈值ε,对预测误差矩阵进行可信度判定,以生成评级可信度矩阵;利用矩阵分解模型对评级可信度矩阵进行训练,得到预测评级可信度矩阵,作为预测评级矩阵对应位置的可信度概率;通过与系统设定的可信度阈值θ进行比较,将可信度概率低于阈值的预测评级进行过滤,保留较高可信度概率的评级;对过滤后的预测评分集合进行排序,将预测评级较高的前k个项目推送给目标用户,以形成其个性化推荐列表。
技术关键词
矩阵分解模型 预测误差 推荐系统 项目 梯度下降算法 Sigmoid函数 最终用户 过滤模块 列表 数据 参数