摘要
本发明公开了一种融合社交网络图与超图信息的推荐系统矩阵填充方法,包括以下步骤:S1、使用生成式模型建模生成社交网络图信息和超图信息;S2、待补全推荐矩阵的生成与输入;S3、通过三阶段算法,利用社交网络超图信息与待补全矩阵信息进行矩阵填充,输出补全后的推荐矩阵,进而完成推荐任务;S4、收集用户反馈信息,优化推荐算法:根据用户的反馈,改进社交网络信息进而优化推荐算法。相较于现有方法,本发明使用混合图与更为复杂的超图进行建模,可以更好充分利用复杂的社交网络数据,在此基础上通过三阶段算法利用社交网络超图信息辅助矩阵填充,能够进行更精确的矩阵回复,进而赋能推荐系统实现更高效的推荐。
技术关键词
社交网络图
矩阵填充方法
推荐系统
推荐算法
随机块模型
阶段
谱聚类算法
超参数
生成规则
关系
数据
噪声
节点
基础
系统为您推荐了相关专利信息
递归神经网络
智能管理方法
深度神经网络
多层次特征提取
构建用户画像
电子商务推荐方法
客户端
项目特征
生成个性化推荐
隐私保护能力
智能管理方法
学生
内容推荐算法
协同过滤算法
评价指标体系