[发明专利]一种基于用户群关联度的个性化推荐方法及系统

权利要求书

1.一种基于用户群关联度的个性化推荐方法，包括：

A、使用聚类算法对用户进行聚类；

B、判断目标用户与聚簇边缘的距离，当距离大于给定阈值则执行步骤C，否则：

B-1、计算目标用户所在聚簇与其他聚簇之间的关联度；

B-2、合并与用户所在聚簇最相关的前r个聚簇；

B-3、在合并后的聚簇内查找n个最近邻居，进而执行步骤D；

C、在目标用户所在聚簇中查找n个最近邻居；

D、根据最近邻居对产品的评分预测用户对相关产品的评分值；以及

E、根据预测评分值的高低，选取前m个产品推荐给用户。

2.如权利要求1所述的基于用户群关联度的个性化推荐方法，其特征在于，所述使用聚类算法对用户进行聚类包括：

通过计算向量之间的余弦夹角作为用户之间的相似度，进而对用户进行聚类。

3.如权利要求2所述的基于用户群关联度的个性化推荐方法，其特征在于，使用k-means算法对用户进行聚类。

4.如权利要求1所述的基于用户群关联度的个性化推荐方法，其特征在于，所述合并与用户所在聚簇最相关的前r个聚簇包括：

定义两个聚簇中心之间的距离为两个聚簇之间的距离，根据距离从小到大排序；

选择与目标用户所在聚簇距离最相近的前r个聚簇进行合并。

5.一种基于用户群关联度的个性化推荐系统，包括：

聚类模块，用于使用聚类算法对用户进行聚类；

判断模块，用于判断目标用户与聚簇边缘的距离，当距离大于给定阈值则执行查找模块，否则执行关联度计算单元、聚簇合并单元、以及查找子单元，其中关联度计算单元用于计算目标用户所在聚簇与其他聚簇之间的关联度；聚簇合并单元用于合并与用户所在聚簇最相关的前r个聚簇；查找子单元用于在合并后的聚簇内查找n个最近邻居并提交给评分预测模块；

查找模块，用于在目标用户所在聚簇中查找n个最近邻居；

评分预测模块，用于根据最近邻居对产品的评分预测用户对相关产品的评分值；以及

推荐模块，用于根据预测评分值的高低，选取前m个产品推荐给用户。

6.如权利要求5所述的基于用户群关联度的个性化推荐系统，其特征在于，所述聚类模块通过计算向量之间的余弦夹角作为用户之间的相似度，进而对用户进行聚类。

7.如权利要求6所述的基于用户群关联度的个性化推荐系统，其特征在于，所述聚类模块使用k-means算法对用户进行聚类。

8.如权利要求5所述的基于用户群关联度的个性化推荐系统，其特征在于，所述聚簇合并单元用于定义两个聚簇中心之间的距离为两个聚簇之间的距离，根据距离从小到大排序，并选择与目标用户所在聚簇距离最相近的前r个聚簇进行合并。