一种基于信任关系特征学习的社会化推荐方法

摘要

本发明属于数据挖掘和大数据领域，特别是涉及一种基于信任关系特征学习的社会化推荐方法，具体包括：步骤1，利用稀疏自编码模型(SSDAE)计算信任关系特征；步骤2，将计算得到的信任关系特征与矩阵分解方法结合，计算得到用户特征和商品特征；步骤3，利用用户和产品的特征向量计算推荐结果。本发明可以有效的从稀疏的社会关系网络中学习到高阶有效的信任关系特征，并能有效的将信任特征融合到推荐算法当中，从而有效的提高推荐算法精度。