首页> 中国专利> 基于LDA主题模型和深度学习的群组推荐方法

基于LDA主题模型和深度学习的群组推荐方法

摘要

本发明公开了一种基于LDA主题模型和深度学习的群组推荐方法,包括:获取用户的历史信息,所述用户的历史信息包括:用户参与的服务信息、用户参与的群组信息;基于所述用户的历史信息中的主题内容以及LDA主题模型,获得所述用户的历史信息的期间范围内的动态偏好;描述所述用户的动态偏好与服务之间的对应关系;通过群组中各个用户之间的相互影响,修正群组内各个用户的动态偏好与服务之间的对应关系,之后得到群组对于服务的偏好。采用上述方案,可以解决用户偏好相对于时间因素而产生变化的问题;考虑到用户的社交关系对用户的服务选择的影响,更符合实际生活中推荐系统的需求,提高了推荐的精度和准确度。

著录项

  • 公开/公告号CN110209954B

    专利类型发明专利

  • 公开/公告日2022.08.26

    原文格式PDF

  • 申请/专利权人 南京邮电大学;

    申请/专利号CN201910476821.5

  • 发明设计人 王海艳;孙成成;王宏静;骆健;

    申请日2019.06.03

  • 分类号G06F16/9536(2019.01);G06Q50/00(2012.01);

  • 代理机构南京苏高专利商标事务所(普通合伙) 32204;

  • 代理人柏尚春

  • 地址 210003 江苏省南京市鼓楼区新模范马路66号

  • 入库时间 2022-09-26 23:16:43

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号