科创中国
一种个性化自适应捆绑推荐模型及推荐方法
发布时间: 2022-12-10
基本信息
合作方式：
技术转让
成果类型：
新技术
行业领域：
电子信息技术
成果介绍
本发明公开了一种个性化自适应捆绑推荐模型及推荐方法，属于推荐数据处理领域。基于个性化自适应捆绑推荐模型的推荐方法包括以下步骤：S100、采用D‑TI根据用户的访问路径生成初始捆绑包，进而优化为基础捆绑包；S200、采用带有约束的多目标优化方法优化基础捆绑包；S300、提出一种新的基于正、负情况相关性的损失计算方法，并利用所述损失计算方法对捆绑包进行优化。本发明使捆绑包集合的质量和多样性得到了有效的保证，并提出了一种针对捆绑包的优化方法，使其整体性能得到进一步优化，最终使本发明的推荐模型获得了较好的性能
成果亮点
对于每个物品vj∈V来说，它都归属于物品集合V＝{v1,v2,v3,…,vn}，对于每个用户ui∈U来说，它都属于用户集合U＝{u1,u2,u3,…,um}。据此，我们可以得到用户-物品的交互矩阵[Huv]m*n。而对于每个生成的捆绑包bs∈B来说，都属于捆绑包集合B＝{b1,b2,b3,…,bk}，bs是V的子集。据此，可以得到用户-捆绑包的交互矩阵[Rub]m*k。在交互矩阵里面，1代表用户与项目有交互(例：点击，购买，评论，观看…)，0代表没有交互。
推荐一个捆绑包的列表能够将普通的推荐问题泛化，这样即可将单个捆绑包推荐、单个物品推荐和多个物品推荐都囊括其中。当捆绑包数量k＝1时，捆绑包问题能够泛化为一个朴素的寻求top-y的item推荐问题。本文我们的工作不仅要解决复杂的捆绑包生成问题，而且要考虑用户的多重目标的需求，以此获得一个个性化的多目标优化捆绑包推荐模型。
团队介绍
黑龙江大学（Heilongjiang University），位于黑龙江省哈尔滨市，是黑龙江省人民政府和中华人民共和国教育部、国家国防科技工业局共建的省属综合性大学，黑龙江省“双一流”建设国内一流大学A类高校，入选国家卓越法律人才教育培养计划、中西部高校基础能力建设工程、特色重点学科项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校、教育部来华留学示范基地，是世界翻译教育联盟、中俄新闻教育高校联盟、中俄综合性大学联盟、上海合作组织大学、“一带一路”智库合作联盟成员单位。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-01-03
黄剑华
哈尔滨工业大学
教授
综合评价
与此同时，用户的行为变得日趋复杂，大多时候用户不仅限于与一个物品进行交互。他们往往希望一次性获得更多可用的产品，不仅满足自身日常所需，更能节约时间与经济成本。例如在电子商务中，很多用户基于不同的目的(凑单满减，免运费等)会选择将多种物品加入到购物车之后再进行统一购买。这种方式比逐个添加物品进行购买更加经济便捷。此外，在其他应用领域用户也常常希望获得一连串的推荐列表。例如音乐播放列表，新闻推荐的头条新闻等。将一组物品推荐给用户的思路随之诞生，事实上，一次性给用户推荐多个物品会大概率推荐出一系列相似的物品。那么，怎样才能使用户获得适合的一系列物品，且这一系列物品多样性能够得到保证。这是一个富有挑战性的问题。
查看更多>
下载app