一种基于嵌入式特征选择的冷启动项目推荐方法

摘要

本发明公开了一种基于嵌入式特征选择的冷启动项目推荐方法，包括获取用户集、项目集和特征集；生成用户项目交互矩阵和项目特征矩阵；建立基于嵌入式特征选择的用户项目预测的优化模型；利用监督学习的方法，对所述的优化模型进行参数优化；将优化后的参数带入所述的预测模型中，计算项目的预测评级分数；根据所述的预测评级分数对项目进行推荐。本发明方法中既考虑了各个用户在特征选择上的个体性差异，又考虑了共性特征的存在，确保了推荐的特征个性化，同时实现了降维，另外通过弹性网络正则化来处罚权重和基于软阈值的高效算法来优化模型，使得本发明的方法相对其他推荐算法具有更强的优越性。