技术总结
本发明涉及一种基于跨领域排名推荐模型的排名推荐方法。首先通过自适应的用户聚类，同时计算目标领域和辅助领域之间基于用户以及基于用户聚类的相似度，然后使用跨领域的用户相似度加权用户潜在因子，进行跨领域相似度约束，迁移不同领域用户之间的特征信息，最后建立一个联合列表预测和评分预测的跨领域排名推荐模型。本发明有效提升了排名推荐的准确度，能更有效地解决协同过滤推荐中目标评分数据的稀疏性问题。
技术研发人员：吴黎兵;牛中超;王俊;李石君
受保护的技术使用者：武汉大学
技术研发日：2018.01.09
技术公布日：2018.06.19