[发明专利]一种基于组合算法的个性化图书推荐方法

权利要求书

1.一种基于组合算法的个性化图书推荐方法，其特征在于，包括如下步骤：

S1：对图书的内容信息进行关键词提取，求得图书的特征向量；

S2：根据用户浏览或下载到的图书的特征向量求得用户的特征向量，再求得用户对某个新书的评分值；

S3：通过用户-图书实际行为数据对来统计每个用户的行为图书和每个图书的行为用户，生成“用户行为倒排表和查询索引”和“图书行为倒排表和查询索引”；

S4：根据用户的相同行为图书个数与各自行为图书个数计算两个用户之间的相似度，以及两本图书之间的相似度，生成相似度文件和查询索引：相似用户索引和查询索引、相似图书索引和查询索引；

S5：根据S3中生产的“用户行为倒排表和查询索引”和“图书行为倒排表和查询索引”，以及S4中生成的相似用户索引和查询索引、相似图书索引和查询索引计算给用户的图书推荐指数；

S51：针对每个用户，通过相似用户索引和查询索引查找相似用户结果倒排表，得到该用户的TOP N相似用户集合；

S52：根据S3中得到的用户行为倒排表和查询索引，找到每个相似用户的行为图书；

S53：对于这些找到的图书，计算每个推荐图书的推荐指数，推荐指数为top N相似用户对该图书的平均推荐指数；

所述每个用户在对一个图书的推荐指数步骤为：

在用户u浏览或下载的图书集合A中，任意的在集合A中的图书bi，在相似图书索引和查询索引中查找与图书bi最相似的K个图书，A集合的相似图书集合为B，每个相似图书bj与bi的相似度为simiBooks(bi，bj)，经这个集合为B，用户u对于图书bj的推荐指数为：

其中，为用户u对bi的评分值，simiBooks(bi，bj)是bi和bj的图书相似度；

S54：对集合B的每本图书计算推荐指数，倒排序后生成推荐列表；

S55：过滤掉用户已经浏览或下载过的图书，得到最终推荐结果。

2.根据权利要求1所述的一种基于组合算法的个性化图书推荐方法，其特征在于，所述S1的具体步骤包括：

S11：抽取图书中的关键词，生成图书-关键词和关键词-图书两个倒排表；

S12：根据S11中图书-关键词和关键词-图书倒排表，使用TF-IDF的方法，计算关键词k_i的词频TF_ij、以及倒排频率IDF_i：其中，f_ij为关键词k_i在一本图书B_j中出现的次数，Max(f_j)表示所有的图书B_j中关键词出现的最大次数，n₁表示关键词k_i出现过的图书的数量，N为新书的数目；

S13：关键词k_i在图书B_j中TF-IDF权重w_ij为TF_ij×IDF_i；

S14：每本图书B_j的特征向量可以表示为：

3.根据权利要求1所述的一种基于组合算法的个性化图书推荐方法，其特征在于，S2中，用户的特征向量通过浏览或下载的图书的特征向量的平均值来表示为则用户与对某个新书的评分值可以用余弦公式计算得到：