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！

龙图腾网获悉浙江工业大学申请的专利一种基于情感倾向的可解释推荐方法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：CN115905686B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211357975.0，技术领域涉及：G06F16/9535；该发明授权一种基于情感倾向的可解释推荐方法是由郑海斌;马敏樱;陈晋音设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本一种基于情感倾向的可解释推荐方法在说明书摘要公布了：一种基于情感分析的可解释推荐方法，包括：1构建实际用户‑物品评分矩阵2利用情感分析方法从评论中得到用户对物品的情感分数；3根据步骤2中提取的特征词集分别构建用户‑特征关注度矩阵和物品‑特征质量矩阵4构建矩阵分解模型；5对步骤4中的模型进行训练；6个性化推荐。本发明提高了效率，进一步解决了由于数据稀疏问题和推荐结果部分可能无法解释的问题，实现可解释推荐。

本发明授权一种基于情感倾向的可解释推荐方法在权利要求书中公布了：1.一种基于情感分析的可解释推荐方法，包括如下步骤： 1构建实际用户-物品评分矩阵; 2利用情感分析方法从评论中得到用户对物品的情感分数; 3根据步骤2中提取的特征词集分别构建用户-特征关注度矩阵和物品-特征质量矩阵; 4构建矩阵分解模型; 5对步骤4中的模型进行训练; 6个性化推荐； 步骤1具体包括： 1.1选择评分数据集; 1.2令为用户集合，为物品集合，用表示实际用户-物品评分矩阵，其中表示某个用户u对某物品i的评分；评分为1-5分，0表示用户未对物品进行过打分； 步骤2具体包括： 2.1利用自然语言工具从用户对物品的评论中提取某用户对某物品的特征词集、意见词集O; 2.2根据意见词集O匹配情感分数S; 2.3生成特征情感对F，S； 步骤3具体包括： 3.1假设特征词被用户提及了次，定义用户-特征关注度矩阵X为： 1 该定义实际就是激活函数的作用，其目的就是将缩放到与实际用户-物品评分矩阵A评分分数同样的范围里; 3.2假设特征词在有关物品的评论下被提及了k次，在这k次提及中，特征词的平均情感分数表示为;就可以定义物品-特征质量矩阵Y为： 2 步骤4具体包括： 4.1首先在用户特征关注矩阵X和项目特征质量矩阵Y上构建分解模型，即基于观察到的用户特征和物品特征关系来估计用户、特征和物品的隐藏表示U1和U2，目标函数如下： 3 其中，r指X、Y中可观察到的特征，和是正则化项系数； 4.2对于步骤4.1中的可观察到的特征引入包含隐含因素特征的矩阵即,，并使用，来对实际用户-物品评分矩阵A构建分解模型，目标函数如下： 4 4.3结合式3和式4，可以通过以下优化任务估计隐藏因素： 5 步骤5具体包括：在式5无闭合解的形式的情况下，用一种可选最小化算法来进行迭代优化以找到U1、H1、U2、H2、V2的最优解，即针对一个参数优化目标函数，同时固定其他四个参数，算法不断更新参数，直到收敛或达到最大迭代次数； 步骤6具体包括： 6.1在步骤5中得到分解模型的最优解后，就可以估计用户-特征关注度矩阵X、物品-特征质量矩阵Y、实际用户-物品评分矩阵A的任何缺失值，所以预测用户-特征关注度矩阵，预测物品-特征质量矩阵，预测用户-物品评分矩阵; 6.2对于用户，令矩阵行向量最大的前k个值为；在用户界面设置物品的排名得分为： 6 其中，N=5，项是基于这k个物品特征的用户-物品相似度分数，； 根据给物品排列顺序，最后向用户生成推荐列表。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。