一种基于用户偏好个性化迁移的跨领域推荐方法

摘要

本发明公开了一种基于用户偏好个性化迁移的跨领域推荐方法，包括：从辅助领域与目标领域中筛选重叠用户和商品，使用方面级用户偏好算法得到用户偏好和商品特征；利用生成对抗网络构建领域间用户共享迁移模块，解决目标领域与辅助领域数据分布差异问题；使用元学习器为用户生成不同的个性化映射函数，解决共享迁移模块难以表达不同用户在辅助领域和目标领域间复杂关系的问题，得到最终的目标领域迁移后的用户偏好。本发明将辅助领域用户偏好迁移到目标领域中，能够解决目标领域由于数据稀疏导致用户冷启动情况下传统推荐方法失效的问题，取得良好的推荐效果。