Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京工业大学李建强获国家专利权

北京工业大学李建强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京工业大学申请的专利用于电影推荐的协同过滤推荐方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN112612969B

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202011559403.1,技术领域涉及:G06F16/9536;该发明授权用于电影推荐的协同过滤推荐方法、装置、电子设备及存储介质是由李建强;王延安;刘青设计研发完成,并于2020-12-25向国家知识产权局提交的专利申请。

用于电影推荐的协同过滤推荐方法、装置、电子设备及存储介质在说明书摘要公布了:本发明涉及一种用于电影推荐的协同过滤推荐方法、装置、电子设备及存储介质,该方法包括:从受益方获取受益方项目数据,和从贡献方获取脱敏贡献方项目数据,受益方可借鉴贡献方的项目数据,项目为电影;使用增强邻域算法对受益方项目数据和脱敏贡献方项目数据进行合并,得到增强邻域集合;基于所述受益方项目数据、所述脱敏贡献方项目数据以及所述增强邻域集合,生成所述受益方的预测推荐结果。本发明通过从贡献方获取经过差分隐私保护的项目数据,得到了表现出相似兴趣的用户的项目数据,并使用基于增强邻域集合训练得到预测推荐模型给出电影推荐结果,从而在解决新部署的推荐系统的冷启动等稀疏问题的同时保护用户的隐私。

本发明授权用于电影推荐的协同过滤推荐方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种用于电影推荐的协同过滤推荐方法,其特征在于,包括: 从受益方获取受益方项目数据,从贡献方获取脱敏贡献方项目数据,其中,所述受益方和所述贡献方的项目数据至少部分重叠,以使所述受益方可借鉴所述贡献方的项目数据,所述受益方为待推荐电影的用户,所述受益方项目数据包括受益方对电影的评价数据,所述贡献方项目数据包括贡献方对电影的评价数据; 使用增强邻域算法对所述受益方项目数据和所述脱敏贡献方项目数据进行合并,得到增强邻域集合; 基于所述受益方项目数据、所述脱敏贡献方项目数据以及所述增强邻域集合,生成所述受益方的电影预测推荐结果; 所述受益方项目数据包括: 所述受益方的每个项目的邻域的集合;以及 所述受益方的用户项目矩阵中非空元素占所有元素的比例; 所述脱敏贡献方项目数据包括: 经过隐私保护的所述贡献方的每个项目的邻域的集合;以及 所述贡献方的用户项目矩阵中非空元素占所有元素的比例; 在生成贡献方的每个项目即对电影的评价数据的邻域的集合时加入噪声对贡献方项目数据进行隐私保护;设为需要隐私保护的项目数据,包含用户项目矩阵,为原函数,则通过差分隐私保护得到的结果为: ; 其中,为皮尔逊相关系数,原函数为的算法,其输出结果为评分,即连续的数值; 采用拉普拉斯机制,对真实的数值查询结果添加拉普拉斯随机噪声来满足指定等级的差分隐私,即: ; 其中,表示隐私参数,隐私参数越小,噪声越大,结果可用性越小,隐私保护越好,反之亦得,隐私参数越大,隐私保护越弱;表示原函数在数据处的平滑灵敏度,,为平滑上界不成立的概率,用户在,-DP的保护下会有δ概率的隐私泄露;原函数的平滑灵敏度对基于拉普拉斯机制的差分隐私保护起到重要作用,函数的灵敏度指从原始数据集中删除其中任意一条记录后对函数的结果可能造成的最大改变,噪声的大小除了与有关外,还取决于函数的灵敏度,灵敏度越大,噪声也越大; 在差分隐私保护中,定义对电影的评价数据全局灵敏度和局部灵敏度两种灵敏度,函数的全局灵敏度是在两个相邻数据求值时的最大差异,定义如下: , 其中,表示一范数,和最多在一条记录上不同,全局灵敏度的大小和数据集中数据分布情况无关,但与函数相关,函数的灵敏度越大,需要向函数的结果中添加越大的随机噪声才能提供差分隐私保护; 局部灵敏度的大小由数据集中的数据与函数共同决定,局部灵敏度的定义如下: , 其中,与的距离为1; 局部灵敏度与全局灵敏度的关系如下: ; 根据相似性平滑灵敏度原则,定义在距离处的灵敏度为: ; 该公式用于测量当有个元素被修改时,灵敏度会发生的变化;根据,得到对电影的评价数据平滑灵敏度表示为: ; 基于所述受益方项目数据、所述脱敏贡献方项目数据以及所述增强邻域集合,生成所述受益方的电影预测推荐结果,包括: 基于所述受益方项目数据和所述脱敏贡献方项目数据生成预测推荐模型;其中,所述预测推荐模型是基于隐语义模型结合所述增强邻域集合构建的; 基于所述受益方项目数据与所述预测推荐模型,为所述受益方生成电影预测推荐结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京工业大学,其通讯地址为:100022 北京市朝阳区平乐园100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。