专利交易市场

本发明公开了一种个性化推荐方法和系统，所述方法包括：获取当前推荐系统向用户推荐的推荐结果序列；在推荐结果序列中获取预设方向的预设推荐个数个推荐结果作为初次推荐结果序列；根据用户的身份信息在相反属性知识库中查询是否存储用户的相反属性；当查询结果为是时，分别将初次推荐结果序列中的各个推荐结果与用户的相反属性进行匹配；删除初次推荐结果序列中与用户的相反属性的匹配结果符合预设条件的推荐结果；根据初次推荐结果序列剩余的推荐结果得到最终推荐结果序列；输出最终推荐结果序列。本发明提高对用户进行推荐的准确率，进而提高用户对推荐结果的采纳率，提升推荐系统对用户的价值。

本实用新型公开了一种互联网信息个性化推送装置，包括推送装置主体、显示屏、凹槽、扬声器、控制按钮、连接口、导向槽和连接调节装置，本实用新型通过在推送装置主体背面设有连接调节装置，连接调节装置内部的滑动件背面设有两组固定机构，固定机构可快速固定到书架上的管件上，而固定机构内部夹件内侧设有贴合层，贴合层内部的硅胶层与管件相接触，摩擦力大，稳定性强，并且在硅胶层另一侧设有泡沫层，泡沫层缓冲效果好，减少整体的晃动；并且在滑动件前端设有滑动组件，配合横杆以及推送装置主体背面的导向槽，可实现推送装置主体上下位置以及左右位置的快速调节，方便操作。

本发明公开了一种基于深度学习的结合信任和影响力的个性化推荐方法，具体包括：构建用户‑项目评分矩阵；对数据进行特征提取；对用户‑项目已评分矩阵进行计算后得到用户初始直接信任度，使用皮尔逊相关系数度量计算用户相似度，并结合用户交互频率得到用户对项目的偏好度；在成功或失败的用户交互中根据用户对项目的偏好度为不同的项目分配不同的权重，得到最终的直接信任度，并形成用户‑用户信任矩阵；利用信任网络中的拓扑结构信息来挖掘社交网络中影响力较大的用户节点；构建及训练模型；通过训练好的模型预测用户对未知项目的评分，选择较高评分的项目产生推荐集。本发明使用深度学习得到更精确的特征向量，从而提高了推荐的精确度。