[发明专利]一种基于用户轨迹的协同过滤推荐方法、装置及系统

权利要求书

1.一种基于用户轨迹的协同过滤推荐方法，其特征在于，所述方法包括：

获得移动终端的位置信息，根据所述位置信息确定用户的地理位置坐标；

对由所述地理位置坐标确定的位置点进行聚类，确定所述用户的用户轨迹，所述用户轨迹为半径小于第一阈值且所述位置点密度大于第二阈值的区域；

比较目标用户与其他用户的用户轨迹，确定所述目标用户的近邻用户，所述目标用户为所述用户中待提供推荐结果的用户；

获得并保存所述用户的浏览记录；

根据所述目标用户与所述近邻用户的所述浏览记录，利用协同过滤算法，为目标用户提供推荐结果。

2.根据权利要求1所述的方法，其特征在于，所述比较目标用户与其他用户的用户轨迹，确定所述目标用户的近邻用户，包括：

比较目标用户与其他用户的用户轨迹，将用户轨迹与所述目标用户的用户轨迹直接相交区域面积大于第三阈值的其他用户确定为所述目标用户的近邻用户；

比较目标用户与其他用户的用户轨迹，将用户轨迹与所述目标用户的用户轨迹间接相交区域面积大于第四阈值的其他用户确定为所述目标用户的近邻用户。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户与所述近邻用户的所述浏览记录，利用协同过滤算法，为目标用户提供推荐结果，包括：

根据所述目标用户与所述近邻用户的所述浏览记录，计算所述目标用户与每个近邻用户的兴趣相似度；

确定所述近邻用户中与所述目标用户中兴趣相似度大于第五阈值的用户为所述目标用户的兴趣相似用户；

根据所述兴趣相似用户的浏览记录，获得为目标用户提供的推荐结果。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

当所述地理位置坐标数据不断增加，利用机器学习，调整第一阈值和/或第二阈值的取值范围。

5.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

将所述用户化分为若干组；

在为不同组用户中的所述目标用户分别提供推荐结果的过程中，设置不同的所述第三阈值、所述第四阈值和/或所述第五阈值；

获得不同组的目标用户的推荐结果转化率；

根据所述不同组的目标用户的推荐结果转化率，调整所述第三阈值、所述第四阈值和/或所述第五阈值。

6.一种基于用户轨迹的协同过滤推荐装置，其特征在于，所述装置包括：

第一确定单元，用于获取移动终端的位置信息，根据所述位置信息确定用户的地理位置坐标；

第二确定单元，用于对由所述地理位置坐标确定的位置点进行聚类，确定所述用户的用户轨迹，所述用户轨迹为半径小于第一阈值且所述位置点密度大于第二阈值的区域；

第三确定单元，用于比较目标用户与其他用户的用户轨迹，确定所述目标用户的近邻用户，所述目标用户为所述用户中待提供推荐结果的用户；

第一获得单元，用于获得并保存所述用户的浏览记录；

推荐单元，用于根据所述目标用户与所述近邻用户的所述浏览记录，利用协同过滤算法，为目标用户提供推荐结果。

7.根据权利要求6所述的装置，其特征在于，所述第三确定单元包括：

第一确定子单元，用于比较目标用户与其他用户的用户轨迹，将用户轨迹与所述目标用户的用户轨迹直接相交区域面积大于第三阈值的其他用户确定为所述目标用户的近邻用户；

第二确定子单元，用于比较目标用户与其他用户的用户轨迹，将用户轨迹与所述目标用户的用户轨迹间接相交区域面积大于第四阈值的其他用户确定为所述目标用户的近邻用户。

8.根据权利要求6所述的装置，其特征在于，所述推荐单元包括：

计算子单元，用于根据所述目标用户与所述近邻用户的所述浏览记录，计算所述目标用户与每个近邻用户的兴趣相似度；

第三确定子单元，用于确定所述近邻用户中与所述目标用户中兴趣相似度大于第五阈值的用户为所述目标用户的兴趣相似用户；

推荐子单元，用于根据所述兴趣相似用户的浏览记录，获得为目标用户提供的推荐结果。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第一调整单元，用于当所述地理位置坐标数据不断增加，利用机器学习，调整第一阈值和/或第二阈值的取值范围。