基于关系型协同话题回归的推荐系统及方法

摘要

本发明公开了一种基于关系型协同话题回归的推荐系统及其方法，该系统至少包括：RCTR模型建立模组，将用户‑物品评价信息、物品内容信息与物品间的关系结构整合到一个层级贝叶斯模型以建立RCTR模型；参数学习模组，利用最大后验估计对RCTR模型中的参数进行学习，最终获得参数用户隐向量、物品隐向量、物品关系向量和物品话题比例的全后验概率；预测值计算模组，使用用户隐向量、物品话题比例和物品隐偏移的点估计利用一预测值计算公式来计算评价的预测值，本发明通过无缝地将用户‑物品评价信息、物品内容信息与物品间的关系结构整合到一个层级贝叶斯模型，以将物品之间的社交网络集合到推荐过程中，从而提高了推荐的准确度。