一种融合内容感知和特征相似度的推荐方法

一种融合内容感知和特征相似度的推荐方法，涉及推荐系统与分布式计算的交叉技术领域，本发明首先对播放次数数据采用加权矩阵分解模型进行分解：将其分解为用户偏好矩阵的转置矩阵WT和项目(即音乐)属性矩阵H的乘积；考虑到项目(音乐)的特性，在加权矩阵分解中引入内容信息：采用对项目属性矩阵H重写的方式，具体为：采用内容特征zi对项目属性矩阵H重写得重写后的项目属性矩阵Hi，采用用户偏好矩阵的转置矩阵WT和重写后的项目属性矩阵Hi的乘积得预测矩阵A(WT×Hi)；对项目(音乐)的音色和音高采用余弦相似度计算得到预测矩阵B，取融合因子对得到的预测矩阵A和预测矩阵B进行融合，即可得到推荐值F(μ,i)，其具体表达式为F(μ,i)＝θA(μ,i)+(1‑θ)B(μ,i)，本发明可有效的解决推荐过程中的冷启动问题。

《一种融合内容感知和特征相似度的推荐方法》是一发明专利，专利号为 2021108676864，当前法律状态为已下证，由湖南工商大学提出申请，发明人为徐雪松;陈晓红;李想;胡春华;梁伟，公开（公告）日期为2023-07-04，国际专利分类号（IPC）为 G06F16/68(2019.01)I;G06F16/635(2019.01)I，代理机构为成都弘毅天承知识产权代理有限公司51230，高新资质：未报高企，所属技术领域包括：计算机科学​、信息检索​ 和 数据挖掘、人工智能 / 数据挖掘、推荐系统。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：一种融合内容感知和特征相似度的推荐方法，涉及推荐系统与分布式计算的交叉技术领域，本发明首先对播放次数数据采用加权矩阵分解模型进行分解：将其分解为用户偏好矩阵的转置矩阵WT和项目(即音乐)属性矩阵H的乘积；考虑到项目(音乐)的特性，在加权矩阵分解中引入内容信息：采用对项目属性矩阵H重写的方式，具体为：采用内容特征zi对项目属性矩阵H重写得重写后的项目属性矩阵Hi，采用用户偏好矩阵的转置矩阵WT和重写后的项目属性矩阵Hi的乘积得预测矩阵A(WT×Hi)；对项目(音乐)的音色和音高采用余弦相似度计算得到预测矩阵B，取融合因子对得到的预测矩阵A和预测矩阵B进行融合，即可得到推荐值F(μ,i)，其具体表达式为F(μ,i)＝θA(μ,i)+(1‑θ)B(μ,i)，本发明可有效的解决推荐过程中的冷启动问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！