[发明专利]基于标签信息的个性化推荐方法和系统

权利要求书

1.一种基于标签信息的个性化推荐方法，其特征在于，包括：

获取电商平台的用户标识、产品标识和标签信息，以及各用户标识所对应的各标签信息对各产品标识进行标记的状态，并根据所述用户标识、所述产品标识、所述标签信息和获取的状态生成三维表；

根据所述三维表建立用户产品交互矩阵模型和产品标签关系矩阵模型；

根据所述用户产品交互矩阵模型和所述产品标签关系矩阵模型，构建用户标识、产品标识和标签信息对应的联合分解模型；

利用贝叶斯个性化排序方法求解所述联合分解模型得到多个参数值；

根据所述参数值获取所述用户标识对各产品标识的偏好程度；

根据所述偏好程度从大到小的顺序对所述产品标识排序，并从排序后的产品标识中依次选取推荐标识，将所述推荐标识对应的产品信息推荐给对应的用户标识所在的终端。

2.根据权利要求1所述的基于标签信息的个性化推荐方法，其特征在于，所述根据所述三维表建立用户产品交互矩阵模型和产品标签关系矩阵模型，包括：

根据所述三维表生成用户产品矩阵和产品标签矩阵；

根据所述用户产品矩阵建立所述用户产品交互矩阵模型；

根据所述产品标签矩阵建立所述产品标签关系矩阵模型。

3.根据权利要求2所述的基于标签信息的个性化推荐方法，其特征在于，所述根据所述产品标签矩阵建立所述产品标签关系矩阵模型，包括：

根据所述产品标签矩阵建立各产品标识之间的产品共现矩阵；

根据所述产品共现矩阵和所述产品标签矩阵获取所述各产品标识之间的点互信息值；

根据所述点互信息值和预设值获取对应产品标识之间的交互值；

根据对应产品标识之间的交互值、预设的产品隐特征向量和预设的上下文隐特征向量建立所述产品标签关系矩阵模型。

4.根据权利要求3所述的基于标签信息的个性化推荐方法，其特征在于，所述用户产品交互矩阵模型为：

所述根据所述产品共现矩阵和所述产品标签矩阵获取所述各产品标识之间的点互信息值，包括：

所述根据所述点互信息值和预设值获取对应产品标识之间的交互值，包括：

m_ij＝max{PMI(i,j)-logk,0}；

所述产品标签关系矩阵模型为：

m_ij＝w_i·c_j^T；

其中，表示用户标识u与产品标识i之间的交互值，μ表示所述用户产品矩阵中数据的总体均值，b_i表示产品标识i的偏差，b_u为用户标识u的偏差，x_u为用户标识u对产品标识的偏好，y_i为产品标识i的特性向量，内积为用户标识u对产品标识i的总体偏好；PMI(i,j)表示产品标识i与产品标识j之间的点互信息值，#(i,j)表示产品标识i和产品标识j共享的标签信息的标签数，#(i)表示所述产品标签矩阵中产品标识i对应的标签信息的数量，#(j)表示所述产品标签矩阵中产品标识j对应的标签信息的数量，|D|表示所述产品共现矩阵中非零元素的数量；m_ij表示产品标识i与产品标识j之间的交互值，k为所述预设值，w_i表示产品标识i的产品隐特征向量，c_j表示产品标识j的上下文隐特征向量。

5.根据权利要求1所述的基于标签信息的个性化推荐方法，其特征在于，所述联合分解模型为：

其中，b_ui表示所述联合分解模型中的观测信度，表示用户标识u与产品标识i之间的交互值，x_u为用户标识u对产品标识i的偏好，y_i为产品标识i的特性向量，m_ij表示产品标识i与产品标识j之间的交互值，c_j表示产品标识j的上下文隐特征向量。