[发明专利]基于协同过滤的煤矿信息推荐系统

说明书

技术领域

本发明属于煤矿信息系统。 

背景技术

由于Internet的飞速发展，各个领域的信息容量均十分庞大，包括煤矿领域。在该背景下，煤矿领域的搜索引擎系统得到了广泛的研究和应用，为人们寻找有用信息提供了便利。然而，随着人们检索需求的不断提高，检索结果的深加工逐渐成为该领域研究的一个重点。 

传统的“One-Size-Fit-All”的检索模式已不能让用户满意，取而代之的是检索结果的个性化，并且以“信息找人”的模式代替“人找信息”。于是，煤矿信息推荐系统就显得十分必要。 

推荐系统泛指将个性化推荐作为输出的系统或在大规模可选对象中依据个人喜好引导用户作为选择的系统。本发明提出的煤矿信息推荐系统根据用户之前已浏览的日志内容，将新的、未浏览过的、用户可能感兴趣的煤矿信息自动推送给用户。 

协同过滤是较早运用在电子商务推荐系统中的方法之一，它的核心思想是用户倾向于购买具有相似兴趣爱好的用户群所购买的商品或内容，基本的出发点是：用户是可以按兴趣分类的；用户对不同信息的评价包含了用户的兴趣度；用户对一个未知信息的评价将和其相似兴趣用户的评价相似。 

在社区的环境中，用户之间往往拥有相同的兴趣、需求、期望和动机去选择相似的信息，这种情况为基于协同过滤的推荐提供了基础。 

发明内容

为了实现本发明，提出了一种基于协同过滤技术、面向社区的煤矿信息推荐系统，该系统包括煤矿信息协同过滤模块、社区用户群体访问日志模块、和推荐模块；煤矿信息协同过滤模块负责分析用户的访问日志，利用协同过滤的算法找出用户近邻；社区用户群体访问日志模块负责日志的管理；推荐模块负责计算推荐的信息并推荐给用户；其中在煤矿信息协同过滤模块中，采用以下方法进行过滤： 

(1)系统初始化：基于煤矿社区内用户的访问日志，构建煤矿用户-煤矿网页评分矩阵A，矩阵A包括s个用户u₁,u₂,...,u_s对t个网页p₁,p₂,...,p_t的评分，A为s×t阶的矩阵，s和t均为自然数，矩阵中的元素a_ij表示用户i对网页j的评分，i和j均为自然数，且1≤i≤s，1≤j ≤t，

(2)评分矩阵优化：t个网页经过K-Means聚类算法后得到k个簇，记为c₁,c₂,...,c_k，k为簇数目，k为自然数；簇c_m包含的网页数目为N_m，这N_m个网页在原来t个网页中的序号分别为f(m,1),f(m,2),...,f(m,N_m)，f函数用于计算聚类后簇中网页的原始编号，即在原来t个网页中的序号，f(m,N_m)表示簇c_m中第N_m个网页的原始编号，m为自然数，1≤m≤k，1≤N_m≤t，得到优化后的评分矩阵其中b_im表示矩阵B的元素， 

bim=1NmΣn=1Nmaif(m,n);]]>