[发明专利]基于O2O数据的推荐方法和系统

权利要求书

1.一种基于O2O数据的推荐方法，其特征在于，所述方法包括：

采集业务数据信息，并对所述业务数据信息在预设时间内进行更新；

统计消费数据信息，所述消费数据信息包括每个商家消费的用户数、同一用户在不同商家消费的用户数和每个用户在不同商家的消费次数；

对所述每个商家消费的所述用户数和所述同一用户在所述不同商家消费的所述用户数进行计算，得到余玄相似度；

根据每个所述用户在所述不同商家的所述消费次数，得到所述用户的兴趣度；

根据所述用户的兴趣度和距离的权重模型，得到所述用户的偏好度；

所述根据每个所述用户在所述不同商家的所述消费次数，得到所述用户的兴趣度包括：

根据下式计算所述用户的所述兴趣度：

其中，P_uj为所述用户的兴趣度，N(u)为所述用户喜欢的物品的集合，S(j,k)为是和物品j相似的k个物品的集合，W _ij 是物品j和i的余弦 相似度，r是所述用户u对物品i的兴趣。

2.根据权利要求1所述的基于O2O数据的推荐方法，其特征在于，所述对所述每个商家消费的所述用户数和所述同一用户在所述不同商家消费的所述用户数进行计算，得到余玄相似度，包括：

对所述每个商家消费的所述用户数和所述同一用户在所述不同商家消费的所述用户数进行计算，得到第一矩阵和第二矩阵；

根据所述第一矩阵和所述第二矩阵，得到所述余玄相似度。

3.根据权利要求2所述的基于O2O数据的推荐方法，其特征在于，所述根据所述第一矩阵和所述第二矩阵，得到所述余玄相似度，包括：

根据下式计算所述余玄相似度：

其中，W_uv为所述余玄相似度，N(u)∩N(v)为所述第一矩阵，|N(u)|×|N(v)|为所述第二矩阵。

4.根据权利要求1所述的基于O2O数据的推荐方法，其特征在于，所述业务数据信息包括用户数据信息、用户消费数据信息和物品数据信息，所述方法还包括：

判断所述用户数据信息或所述物品数据信息是否有更新；

如果所述用户数据信息或所述物品数据信息有更新，则对所述用户数据信息或所述物品数据信息进行更新或删除。

5.一种基于O2O数据的推荐系统，其特征在于，所述系统包括：

第一更新单元，用于采集业务数据信息，并对所述业务数据信息在预设时间内进行更新；

统计单元，用于统计消费数据信息，所述消费数据信息包括每个商家消费的用户数、同一用户在不同商家消费的用户数和每个用户在不同商家的消费次数；

计算单元，用于对所述每个商家消费的所述用户数和所述同一用户在所述不同商家消费的所述用户数进行计算，得到余玄相似度；

兴趣度获取单元，用于根据每个所述用户在所述不同商家的所述消费次数，得到所述用户的兴趣度；

偏好度单元，用于根据所述用户的兴趣度和距离的权重模型，得到所述用户的偏好度；

所述兴趣度获取单元包括：

根据下式计算所述用户的所述兴趣度：

其中，P_uj为所述用户的兴趣度，N(u)为所述用户喜欢的物品的集合，S(j,k)为是和物品j相似的k个物品的集合，W _ij 是物品j和i的余弦 相似度，r是所述用户u对物品i的兴趣。

6.根据权利要求5所述的基于O2O数据的推荐系统，其特征在于，所述计算单元包括：

矩阵获取模块，用于对所述每个商家消费的所述用户数和所述同一用户在所述不同商家消费的所述用户数进行计算，得到第一矩阵和第二矩阵；

余玄相似度获取模块，用于根据所述第一矩阵和所述第二矩阵，得到所述余玄相似度。