一种融合异构信息网络和深度学习的电影推荐方法
发明专利本发明涉及一种融合异构信息网络和深度学习的电影推荐方法,包括S1:获取用户‑电影交互数据,包括用户属性、用户‑电影的交互数据和电影的属性数据;S2:提取关系对,包括用户‑电影交互关系对、电影属性关系对、用户属性关系对;S3:构建异构信息网络;S4:设计元路径,并根据元路径分别以用户和电影为中心提取网络中的结构关系;S5:采用HIN2Vec方法提取网络中的节点特征;S6:构建用户‑电影交互特征矩阵,并根据电影数据集,给特征矩阵标签化;S7:构建卷积神经网络模型,根据S6生成的标签化的特征矩阵,训练卷积神经网络模型;S8:运用训练好的模型进行偏好预测,运用TOP‑K排序,生成用户感兴趣的电影序列。
《一种融合异构信息网络和深度学习的电影推荐方法》是一发明专利,专利号为 2019109472640,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为苏畅;胡宗超;谢显中,公开(公告)日期为2022-06-24,国际专利分类号(IPC)为 G06F16/9536(2019.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06Q30/06(2012.01)I,高新资质:未报高企,所属技术领域包括:信息网络。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:本发明涉及一种融合异构信息网络和深度学习的电影推荐方法,包括S1:获取用户‑电影交互数据,包括用户属性、用户‑电影的交互数据和电影的属性数据;S2:提取关系对,包括用户‑电影交互关系对、电影属性关系对、用户属性关系对;S3:构建异构信息网络;S4:设计元路径,并根据元路径分别以用户和电影为中心提取网络中的结构关系;S5:采用HIN2Vec方法提取网络中的节点特征;S6:构建用户‑电影交互特征矩阵,并根据电影数据集,给特征矩阵标签化;S7:构建卷积神经网络模型,根据S6生成的标签化的特征矩阵,训练卷积神经网络模型;S8:运用训练好的模型进行偏好预测,运用TOP‑K排序,生成用户感兴趣的电影序列。
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!
