[发明专利]一种智能信息推荐系统

说明书

本发明涉及互联网技术领域，尤其为一种智能信息推荐系统，包括用户模块、服务器模块、业务逻辑模块以及数据库模块；服务器模块用于接收用户模块发送的关键字、向业务逻辑模块转发关键字、接收业务逻辑模块生成的推荐图文以及向用户模块发送反馈信息；数据库模块用于接收业务逻辑模块过滤的用户信息以及向业务逻辑模块发送更新的用户信息。本发明对用户输入的关键字进行处理，通过服务器模块对关键字进行处理转发给系统的业务逻辑模块，通过在数据库检索，对用户信息进行过滤，根据数据库的原信息更新用户信息，再生产推荐图文反馈给用户，十分智能化，自动调整、抓取、推送用户更感兴趣的信息，增强用户黏性，推荐结果更加精确。

技术领域

本发明涉及互联网技术领域，具体为一种智能信息推荐系统。

背景技术

随着电子商务规模的进一步扩大，为用户提供越来越多讯息选择的同时，其结构也变得更加复杂。现如今的信息主要以主动推送图文的形式给用户，本身并不能依据用户的喜好进行差异化推送，而用户的爱好性格趣味是各不相同的，同样的资讯文章，也许有不同的用户反馈，智能化的资讯推送是提高用户体验的一个重要途径。鉴于此，我们提供一种智能信息推荐系统。

发明内容

本发明的目的在于提供一种智能信息推荐系统，以解决上述背景技术中提出工人对发全事故的体验感受有限，不能产生深刻的影响，教育效果大大折扣的问题。

为实现上述目的，本发明提供如下技术方案：

一种智能信息推荐系统，包括用户模块、服务器模块、业务逻辑模块以及数据库模块；

所述用户模块用于向服务器模块发送关键字以及接收服务器模块返回给用户的信息；

所述服务器模块用于接收用户模块发送的关键字、向业务逻辑模块转发关键字、接收业务逻辑模块生成的推荐图文以及向用户模块发送反馈信息；

所述业务逻辑模块用于接收服务器模块转发的关键字、将用户信息过滤后发送给数据库模块、接收数据库模块更新的用户信息、以及生成推荐图文发送至服务器模块；

所述数据库模块用于接收业务逻辑模块过滤的用户信息以及向业务逻辑模块发送更新的用户信息。

作为优选，所述用户信息过滤采用基于记忆的协同过滤推荐的方法，所述协同过滤推荐对用户评分信息进行过滤，具体方法如下：

用户评分信息为R，用户总数为m，评分项目为n，用户评分信息R简化为m*n的矩阵，r_ij为矩阵中的任一元素，若用户u_i对项目i_j评过分，则r_ij为范围内的某个评分，否则r_ij＝ξ，协同过滤推荐将R中的r_ij＝ξ的元素预测一个评分

基于记忆的协同过滤中，用户u_i对i_j的评分估计用由已对项目i_j评过分的用户对项目i_j的评分计算而来：

式中aggr是一个聚集函数，C是与用户u_i最相似的N个用户的集合，函数aggr由以下几种形式：

其中，sim(i,c)表示用户u_i和u_c之间的相似性；k为规格化因子：

目标用户最近数据查询的准备性，直接关系整个推荐系统的推荐质量，用户间相似性计算成为提高推荐准确率的关键。