一种融合多特征的矩阵分解兴趣点推荐方法及其实现系统[CN201911137480.5] - 江西财经大学

专利申请

2019-11-19
公布公告

2023-05-26
授权日期

2023-05-26
终止

2033-05-23

一种融合多特征的矩阵分解兴趣点推荐方法及其实现系统

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201911137480.5 申请日期： 2019-11-19 专利主类别： G06F16/9536 {{ classMap["G06F16/9536"] }}

申请人名称：江西财经大学

查看申请人名下所有专利

申请人地址：江西省南昌市经济技术开发区双港东大街169号

专利分类项目

G06Q50/00 : 专门适用于特定经营部门的系统或方法，例如公用事业或旅游

专利注册信息

初审公告期号	2019-11-19	初审公告日期	2023-05-26
注册公告期号	2023-05-26	注册公告日期	2023-05-26
专用权期限	2023-05-26 - 2033-05-23	专利类型	发明授权
代理组织机构	深圳市华腾知识产权代理有限公司查看该机构代理的所有专利

专利介绍

本发明公开了一种融合多特征的矩阵分解兴趣点推荐方法及其实现系统。首先，根据社交关系中好友与非好友对用户决策的影响，结合用户评分利用自适应带宽核密度方法，计算用户签到的个性化分布，并得出兴趣点间的相关性。然后，由于Bi‑LSTM输出的序列具有词语语义和词序列前后间语法等隐藏信息的特征，而CNN擅长从一系列特征中捕捉显著特征，故而将Bi‑LSTM和CNN叠加组成新的深层神经网络，从而学习用户和兴趣点的潜在特征。最后，通过概率矩阵方法将社交、地理位置、分类偏好以及潜在特征相融合，预测用户的个性化偏好，从而达到个性化推荐的目的。

法律进度