技术总结
本发明公开了一种基于主动学习解决商品冷启动问题的推荐方法，包括：步骤1，构建用户对商品的评分模型，通过用户对商品的历史评分数据和商品的属性特征对该模型进行预训练；步骤2，对于一个新商品，使用步骤1的评分模型估计出不同用户对该商品是否会评分，以及评多少分；步骤3，根据步骤2的结果，挑选用户对新商品进行评分，得到新商品上的评分数据；步骤4，利用新商品的评分数据对步骤1的评分模型进行再训练；步骤5，利用再训练的评分模型预测未挑选用户对新商品的评分，并根据该评分进行商品推荐。本发明同时考虑每个用户的用户体验，一定程度上保证挑选策略的公平性，充分利用有限的用户资源，有效的将商品推荐给用户。
技术研发人员：祝宇;林靖豪;何石弼;王北斗;管子玉;蔡登
受保护的技术使用者：浙江大学
文档号码：201610422332
技术研发日：2016.06.13
技术公布日：2016.11.16