[发明专利]基于用户属性评分导向的个性化推荐系统及其推荐方法

权利要求书

1.基于用户属性评分导向的个性化推荐系统，其特征在于：该系统包括：数据预处理模块，用于对网络文本内容进行爬取预处理，预处理后的文本进行标注关键词标签；用户交互模块，用于收集用户历史浏览信息和评分信息产生用户属性文档和评分矩阵；相似近邻用户查找模块，用于据用户的历史数据对应的属性文档建立隐含狄利克雷分布模型；兴趣分布扢掘模块，用于根据近邻用户结合皮尔逊相似度和上述隐式狄利克雷分布挖掘所述用户的兴趣分布，还用于对推荐内容产生预测评分从而进行排序；推荐列表产生模块以及话题推荐展示模块，话题推荐展示模块用于根据所述用户的兴趣分布推荐预设数量的文本。

2.根据权利要求1所述的基于用户属性评分导向的个性化推荐系统，其特征在于：所述数据预处理模块包括：内容获取模块，用于爬取网络上的文本内容；数据清洗模块，用于对网络爬取的数据进行数据清洗，并将清洗分词后的关键词放入词袋模型；用户属性标注模块，用于通过用户浏览信息产生用户属性文档；以及用户评分矩阵获取模块，用于将用户评分信息进行收集建立评分矩阵。

3.根据权利要求1所述的基于用户属性评分导向的个性化推荐系统，其特征在于：所述推荐列表产生模块进一步包括：文档相似度计算模块：用于将计算文本间的相似度和用户属性文档的相似度，评分预测模块：用于计算推荐列表的预测评分，对推荐结果进行排序，本模块提出一种将皮尔逊相似度计算用户评分相似行为和隐式狄利克雷分布计算用户属性文档相似行为相结合的方法，提高了预测准确度。

4.基于用户属性评分导向的个性化推荐方法，其特征在于：该基于用户属性评分导向的自动推荐方法包括：

Sl：对相关预备推荐文本内容爬取、分词、专家标注标签进行预处理；

S2：上线初期运行，收集用户的点击、浏览、评分信息；

S3：根据用户的浏览信息将产生交互的文本的标签加入用户的属性文档，建立用户的属性文档；根据用户的评分信息建立用户-文本的评分矩阵；

S4：根据所述属性文档和评分矩阵挖掘所述用户的兴趣分布；

S5：从所述用户的兴趣分布寻找相似用户；

S6：根据相似用户的浏览历史产生推荐列表并利用上述评分导向的狄利克雷分布预测评分最终产生有序的推荐立标。

5.根据权利要求4所述的基于用户属性评分导向的个性化推荐方法，其特征在于：所述步骤S3进一步包括：S301：从进行预数理后的文本内容中选取多个关键词，进行文档标注；S302：对于用户产生过浏览评分行为的文本将其标签投入用户词袋文档作为用户属性。