技術(shù)編號(hào)：11921747
提示：您尚未登錄，請點(diǎn) 登 陸 后下載，如果您還沒有賬戶請點(diǎn) 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及推薦系統(tǒng)領(lǐng)域，尤其是涉及一種基于凸優(yōu)化局部低秩矩陣近似的推薦系統(tǒng)數(shù)據(jù)補(bǔ)全方法。背景技術(shù)當(dāng)前，個(gè)性化推薦服務(wù)在現(xiàn)實(shí)中應(yīng)用廣泛。個(gè)性化推薦服務(wù)的主要產(chǎn)物就是推薦系統(tǒng)，推薦系統(tǒng)是根據(jù)用戶過往的記錄信息，包括購買記錄、瀏覽記錄、評(píng)分等，來分析預(yù)測用戶對于其他產(chǎn)品的喜好程度，挖掘潛在的消費(fèi)需求。推薦系統(tǒng)不僅有很大的學(xué)術(shù)價(jià)值，在電子商務(wù)領(lǐng)域更是研究的熱點(diǎn)，許多電子商務(wù)系統(tǒng)通過推薦系統(tǒng)向用戶推薦個(gè)性化信息，例如電子商務(wù)網(wǎng)站Amazon每年銷售收入的20％—30％來自推薦系統(tǒng)；電影租賃網(wǎng)站Netfli...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。