[发明专利]一种基于用户群行为反馈的内容推荐方法及推荐系统

说明书

本发明公开了一种基于用户群行为反馈的内容推荐方法，包括收集内容的标识特征和用户群对内容的反馈行为；建立基于内容相似度计算的目标函数及约束条件；利用约束求解方法，计算出内容相似度矩阵；计算预测评分矩阵；根据所述的预测评分矩阵，向用户推荐评分排名靠前的内容。本发明将协同过滤的思想引入基于内容的过滤推荐框架，能够克服单纯基于内容推荐的缺点，使得在用户群行为反馈数据或内容标识特征数据相对缺失时，推荐的精准性依然较高，同时计算的复杂度保持较低。

技术领域

本发明属于互联网智能推荐技术领域，具体涉及一种基于用户群行为反馈的内容推荐方法及推荐系统。

背景技术

基于内容的推荐是最早也是最广被使用的智能推荐方法之一，它根据用户过去喜欢的产品，为用户推荐和他过去喜欢的产品相似的产品。例如，一个推荐饭店的系统可以依据某个用户之前喜欢的很多烤肉店，为他推荐其他相似的烤肉店。基于内容的推荐方法的过程一般包括三步：第一，为每一个产品抽取特征来表示此产品，第二，利用用户过去喜欢或者不喜欢的产品的特征数据，来学习出此用户的喜好特征，第三，通过比较上一步得到的用户喜好特征与待推荐产品的特征，为用户推荐一组相关性最大的产品。基于内容的推荐存在很多优点，比如用户之间的独立性，即其他用户的数据好坏影响不到具体某人的推荐，无论别人怎么作弊刷排名，都不会影响到具体的推荐的结果；推荐出来的产品具有直观解释性，即如果需要向用户解释为什么推荐了这些产品给他，你只要告诉他这些产品具有某某属性，这些属性特征和你的品位很匹配；一个新的产品加入系统，便可以立即得到推荐等。但是不可否认，单纯基于内容的推荐存在一些的技术问题：第一，无法挖掘出用户的潜在兴趣，第二、无法为新用户产生推荐。由此提出了一种基于用户群行为反馈的内容推荐方法及推荐系统，将协同过滤的思想引入基于内容的过滤推荐框架，用以解决上述技术问题，并利用约束求解方法快速获得求解结果，使得本发明的方法及系统内容推荐的结果更满足于用户的实际需求。

发明内容

本发明的第一目的在于提供一种基于用户群行为反馈的内容推荐方法。

本发明的第一目的是这样实现的，包括：

步骤S1，收集内容的标识特征和用户群对内容的反馈行为；

步骤S2，初始化内容的标识特征矩阵和用户群行为反馈矩阵；

步骤S3，建立基于内容相似度计算的目标函数及约束条件；

步骤S4，利用约束求解方法，计算出内容相似度矩阵；

步骤S5，利用所述的用户群行为反馈矩阵和所述的内容相似度矩阵，计算用户对内容的预测评分矩阵；

步骤S6，根据所述的预测评分矩阵，向用户推荐评分排名靠前的内容。

本发明的第二目的在于提供一种基于用户群行为反馈的内容推荐方法的内容推荐系统。

本发明的第二目的是这样实现的，包括：

信息获取模块，信息规整模块，模型计算模块，评分计算模块，内容推荐模块，所述的信息获取模块用于收集内容的标识特征和用户群对内容的反馈行为；

所述的信息规整模块用于将信息获取模块获取到的信息，规整为内容的标识特征矩阵和用户群行为反馈矩阵；

所述的模型计算模块包括模型建立模块和结果计算模块，所述的模型建立模块用于建立基于内容相似度计算的目标函数及约束条件，所述的结果计算模块利用约束求解方法，计算出内容相似度矩阵；

所述的评分计算模块利用所述的用户群行为反馈矩阵和所述的内容相似度矩阵，计算用户对内容的预测评分矩阵；

所述的内容推荐模块根据所述的预测评分矩阵，向用户推荐评分排名靠前的内容。

与现有技术相比，本发明具有以下技术效果：