一种基于辅助信息的矩阵分解推荐方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113868514A(43)申请公布日2021.12.31(21)申请号202111000336.4(22)申请日2021.08.27(71)申请人天翼数字生活科技有限公司地址200072上海市静安区万荣路1256、1258号1423室(72)发明人蒋研(74)专利代理机构上海专利商标事务所有限公司31100代理人钱盛赟蔡悦(51)Int.Cl.G06F16/9535(2019.01)G06F17/16(2006.01)权利要求书2页说明书9页附图5页(54)发明名称一种基于辅助信息的矩阵分解推荐方法和系统(57)摘要本公开涉及一种基于辅助信息的矩阵分解推荐方法，该方法包括对评价矩阵进行初始化和处理，获取辅助信息并基于所获取的辅助信息来确定相似辅助矩阵，确定子矩阵并对该评价矩阵进行分解，以及利用该子矩阵和相似辅助矩阵来对经分解的评价矩阵进行补全以用于项目推荐。CN113868514ACN113868514A权利要求书1/2页1.一种基于辅助信息的矩阵分解推荐方法，所述方法包括：基于用户的集合U＝{u1,u2.....un}以及项目的集合I＝{i1,i2.....im}来对所述项目的评价矩阵进行初始化和处理；确定所述评价矩阵R的满足补全条件的子矩阵获取所述用户和所述项目的辅助信息并基于所获取的辅助信息来确定用户辅助信息矩阵和项目辅助信息矩阵基于所述用户辅助信息矩阵U和所述项目辅助信息矩阵I来构建正交矩阵WU和WI；对所述评价矩阵R进行水平和垂直方向张量分解以获得经分解的评价矩阵R’，包括将所述评价矩阵R分解为其中ui′和vi′分别是从第i个潜在用户特征向量ui和第i个潜在项目的特征向量vi分解出的平行向量；对所述子矩阵M进行处理以获得对应的可恢复子矩阵其中：其中||X||*为矩阵核范数，由对应矩阵的奇异值之和构成，ΩM表示所述子矩阵M中存在评分信息的项；利用所述可恢复子矩阵以及所述正交矩阵WU和WI来对所述经分解的评价矩阵R’进行补全以获得最终评价矩阵包括：将所述经分解的评价矩阵R’改写为其中αi和为奇异向量到对应子空间的正交投影；将所述可恢复子矩阵分解为并构造和基于下式使用最小二乘法来确定αi和βi的最优解为且以及通过将αi和βi的最优解代入下式来计算并输出最终评价矩阵其中符号(·)Ψ被定义为矩阵的摩尔‑彭若斯广义伪逆；以及基于所述最终评价矩阵来进行项目推荐。2.如权利要求1所述的方法，其中所述评价矩阵R中的行向量和列向量共享由所述辅助2CN113868514A权利要求书2/2页信息矩阵U和I的特征向量扩张的一个子空间，并且关于用户和项目的所述辅助信息是从目标用户的个人信息和目标项目的特征信息中提取并计算出来的。3.如权利要求1所述的方法，其中所述补全条件指补全前后的矩阵特征值差值是否符合预定阈值，并且其中所述正交矩阵WU和WI是使用与所述辅助信息矩阵U和I的前s个最大特征值对应的s个特征向量来构建的，即和4.如权利要求1所述的方法，其中对所述评价矩阵R进行水平和垂直方向张量分解进一步包括：将所述评价矩阵分解为其中r是所述评价矩阵R的秩；将第i个潜在用户特征向量ui进一步分解为平行向量ui′和正交向量ui″之和；将第i个潜在项目的特征向量vi进一步分解为平行向量vi′和正交向量vi″之和；以及将其进一步分解为其中5.如权利要求4所述的方法，，其中ui′通过所述正交矩阵WU构成，ui″正交于WU。6.如权利要求4所述的方法，其中所述经分解的评价矩阵R’由所述正交矩阵WU和WI构成，且用于去除正交向量干扰。7.如权利要求1所述的方法，其中对所述子矩阵M进行处理以获得对应的可恢复子矩阵进一步包括根据评分项数量对所述评价矩阵R按行排序并选择一个满足所述补全条件并且稀疏行数最小的子矩阵M。8.如权利要求1所述的方法，其中所构造的和分别通过所述可恢复子矩阵的子矩阵的子空间中的随机行和列构成。9.一种基于辅助信息的矩阵分解推荐系统，所述系统包括用于执行如权利要求1‑8中的任一项所述的方法的装置。10.一种具有指令的计算机可读存储介质，所述指令在被执行时使计算机执行如权利要求1‑8中的任一项所述的方法。3CN113868514A说明书1/9页一种基于辅助信息的矩阵分解推荐方法和系统技术领域[0001]本发明涉及信息处理，尤其涉及基于辅助信息的矩阵分解和信息补全。背景技术[0002]随着信息科学技术的飞速发展，传统电商站点(如淘宝、京东、亚马逊等)和在线视频、音乐站点(如爱奇艺、优酷、腾讯视频等)规模的不断扩展，网站内容呈现指数级规模增长，人们对于高效、实时的推荐的需求愈发强烈。个性化推荐系统可以依据目标用户的历史行为信息和历史偏好信息，来进一步将用户感兴趣的项目推送