[发明专利]一种面向化妆品的多角度混合推荐方法

权利要求书

1.一种面向化妆品的多角度混合推荐方法，其特征在于：所述推荐方法包括以下步骤：

1)收集用户数据，包括用户的ip地址并由此推导出用户的地理位置，当前季节，用户对化妆品的评分信息；

2)根据用户数据，建立用户的皮肤属性模型；

3)对需要进行相似度计算的矩阵进行奇异值分解的预处理；

4)从用户-评分矩阵中获取用户未评分化妆品的集合；

5)结合用户对已评分化妆品的评分结果及其他用户的评分，所有化妆品本身具有的标签信息，用户本身的皮肤属性，以及皮肤属性对应化妆品标签的映射关系，分别利用基于化妆品相似度的协同过滤推荐算法，基于化妆品内容的推荐算法和基于用户皮肤属性特征的推荐算法获得用户对未评分化妆品的估价值v₁、v₂和v₃，对应权重分别为w₁、w₂和w₃，以及化妆品热度作为化妆品的估价值v₄，对应权重为w₄，最终通过加权和作为化妆品最终的估价值

6)对未评分化妆品集合中的化妆品按照估价值V从高到低排序作为推荐结果，将推荐结果依次呈现给用户；

所述步骤2)中，所述皮肤属性模型中，用户-皮肤属性矩阵U中的每个行向量表示一个用户，向量的每个分量为S₁,S₂,S₃,.....,S_n对应用户皮肤属性的分值，满分为100分，分数越高，表示该用户与这个皮肤属性越契合，具体属性包括：干性、油性、中性、敏感性、混合性、毛孔粗大、痘痘、肤色暗沉、肤色不均、肤色黝黑、色斑、皱纹松弛、黑眼圈/眼袋/脂肪粒/眼纹、红血丝、黑头粉刺和粗糙紧绷；

所述步骤2)中，建立皮肤属性模型的过程如下：

2.1)初始化

先设立注册问卷，通过用户在注册时填写的结果将所有用户做第一次区分；找到相互之间具有相似特征的用户，根据这些用户所选择的内容建立用户的初始模型；

设置问卷值对应属性值的映射表，映射表将一个用户的问卷的结果转换为该用户的模型属性数据；

由下列公式可根据用户填写的问卷，来计算出某一个用户的初始模型属性数据：

其中，U_a表示某用户a对应的用户-皮肤属性矩阵U中的行向量，i为问卷题号，总共4道题，X_i表示用户在第i个问题对应的分值向量；

采用化妆品标签对应用户皮肤属性表的映射表，记录每一个化妆品的某一个属性对应于用户的皮肤属性的影响值；

化妆品标签对应用户模型属性的数值表的数据，表示为矩阵Q，即标签-用户模型属性矩阵，每个行向量表示一个标签所对应的各个用户模型属性值；

物品标签对应的是每一个化妆品拥有的标签，同一种类化妆品会有多个标签，不同种类化妆品可能会有同一个标签，但是对皮肤属性矩阵影响不相同，每一个化妆品都会有一个属性和一个或者多个标签，分数矩阵即为化妆品标签对应所有皮肤属性的影响，某款化妆品r的标签-用户模型属性矩阵Q_r为标签-用户模型属性矩阵Q的子矩阵；

2.2)用户行为调整

用户收藏、展示或评价某件化妆品时，会对用户的各项用户行为进行分析，从而对用户模型的数据进行微调；

所述步骤2.2)中，用户行为调整的过程如下：

2.2.1用户收藏某一化妆品

当用户对于某一个化妆品表现出兴趣之后，会进行收藏，系统根据收藏的化妆品对用户模型数据进行调整，具体步骤为：

2.2.1.1先对Q_r进行计算，得到均值向量

其中k为该化妆品所拥有的标签数,Q_r(i,:)为该化妆品第i个标签对所有皮肤属性的影响值向量；

2.2.1.2对与U_a进行结合，得到新的皮肤属性值向量：

其中，为该化妆品r对第i个皮肤属性的影响值，U_a(i)为用户a的第i个皮肤属性原始值,比例系数l＝1；

2.2.1.3对U_a′进行调整，使用户的属性矩阵值的总和不变，调整后的结果为U_a″：

其中λ为用户a的皮肤属性值向量U_a各分量的总和，ε为的向量各分量值的总和，U_a′(i)是U_a′中第i个分量，U_a″(i)是U_a″中第i个分量；

2.2.2用户展示了某一个化妆品

用户将某一个化妆品展示在个人主页之中，根据展示的化妆品对用户模型数据进行调整，调整过程与2.1.1相同，比例系数为l＝2；

2.2.3用户a对化妆品进行评分

用户对使用过的产品进行一个评分，评分采用的是5分制；根据用户对于化妆品的评分对用户模型数据进行调整；调整过程与步骤2.1.1相同，比例系数为l＝v-3，其中v为用户对于化妆品r的评分；

2.2.4定位气候调整

每一个用户登录时会检查ip，给用户进行定位，若与历史定位不同，则提示用户是否更换定位，然后根据定位和当前季节来进行调整；每个季节的每个地区对应用户皮肤属性S的分值表现值矩阵R中，R中的某个行向量表示某季节的某地区中各个皮肤属性的分值；调整过程为：

2.2.4.1将R_t(i)与U_a(i)进行结合，得到新的皮肤属性值向量U_a′：

U_a′(i)＝R_t(i)+U_a(i)

其中，R_t(i)为该季节时该地区下第i个皮肤属性的分值，U_a(i)为用户a的第i个皮肤属性原始值；

2.2.4.2对U′_a(i)进行调整，使用户的属性矩阵值的总和不变，调整后的结果为U″_a：

其中λ为用户a的皮肤属性值向量U_a各分量的总和，ε为向量R_t各分量值的总和，U′_a(i)是U′_a中第i个分量，U″_a(i)是U″_a中第i个分量。