基于图一致性模型的半监督学习的推荐方法

摘要

本发明公开了一种基于图一致性模型的半监督学习的推荐方法，包括如下步骤：S1，获取服务器数据集，对数据集构建图一致性模型，建立数据点和边；S2，通过映射函数来度量两个数据点之间的相似度，对数据点之间存在的边赋予权重值；S3，建立目标函数并求解，对目标函数的解进行排序；S4，将排序后的目标函数解进行收敛性证明，获得推荐列表，将推荐列表发送到用户终端。本发明能够对用户行为信息和物品内容信息实现个性化推荐。