[00006173]一种概率矩阵分解推荐方法
技术详细介绍
本发明给出一种概率矩阵分解推荐方法，该方法基于显性与隐性反馈信息同时结合概率矩阵分解技术帮助用户给商品评分，首先对用户信任关系矩阵进行概率矩阵分解，然后对用户的商品评分矩阵和隐性反馈信息进行概率矩阵分解，综合两次分解的结果，求出隐含用户特征矩阵、隐含商品特征矩阵以及隐性反馈信息特征向量，最后计算出给用户推荐的评分。本发明能够很好地利用在线社交网络帮助用户推荐商品的评分，缓解社交网络中数据稀疏问题和冷启动问题，有着很好的推荐效果，同时能运用于有大规模数据集的推荐系统。
