一种基于多层次潜在特征的个性化推荐模型的构建方法

摘要

本发明提出了一种基于多层次潜在特征的个性化推荐模型的构建方法，包括以下步骤：S1.将用户与物品的基本属性信息向量化表示为用户‑物品联立特征向量，作为模型输入；S2.通过FM，WNN，CN，DNN分别提取用户与物品不同层次潜在特征；S3.将步骤S2中提取的用户与物品不同层次潜在特征进行融合，并提取用户‑物品层级融合潜在特征；S4.进行模型训练：利用训练集上用户对物品的评分作为标签，以预测评分与实际评分之间的均方根误差作为损失函数，采用随机梯度下降的方法进行模型训练。该模型能够发挥不同特征提取算法各自的优势，挖掘用户与物品之间的多层次潜在特征，能够有效提高个性化推荐的预测精度。