[发明专利]基于人物画像的个性化推荐方法

权利要求书

1.基于人物画像的个性化推荐方法，其特征在于：包括以下步骤：

(1)建立标签体系：依据院校现有活动架构和内容，建立标签体系及量化标准；

(2)获得活动画像：根据标签体系及量化标准，为每个现有活动进行画像，从而描述每个现有活动在培养方向的侧重程度；

(3)获得学生画像：学生对所参加活动的各培养方向进行评价，通过评价为学生对活动的喜好进行画像；

(4)选定某一分值定为高评价分值；

(5)从具体学生所参加活动中，找到具有高评价分值的活动画像；

(6)对新活动预测分析：获得新活动的活动画像后，将其与评价高的活动画像进行比对，获得学生对新活动的评价预测。

2.根据权利要求1所述的基于人物画像的个性化推荐方法，其特征在于：所述的步骤(3)获得学生画像步骤中，学生每参加一个新活动后，进行一次获得学生画像的步骤。

3.根据权利要求1所述的基于人物画像的个性化推荐方法，其特征在于：所述的步骤(6)对新活动预测分析中，获得新活动的活动画像后，将其与评价高的活动画像采用KNN算法进行比对。

4.根据权利要求3所述的基于人物画像的个性化推荐方法，其特征在于：所述的步骤(6)对新活动预测分析中，获得新活动的活动画像后，将其与评价高的活动画像进行比对的具体方式为：

1)S-评分：

表示学生对各高评价的活动的评分值，记作s₁，s₂，...，s_k；

2)D-欧式距离：

表示新活动与各高评价活动的(欧式)距离，记作d₁，d₂，...，d_k；

3)1/D-相似度：

表示新活动与各高评价活动的相似度，记作1/d₁，1/d₂，...，1/d_k；

4)W-权重：

表示各高评价活动评分对于预测评分的占比；计算公式如下：

w_n为学生对新活动的评分与某高评价活动的评分一致的概率；学生对新活动的评分为随机变量X，其概率分布为P(X＝s_n)＝w_n；

5)S_pred-预测评分：

学生对新活动的预测评分即求随机变量X的期望值E[X]，公式如下：

S_pred＝s₁*P(X＝s₁)+s₂*P(X＝s₂)+…+s_k*P(X＝s_k)

＝s₁*W₁+s₂*W₂+…+s_k*W_k。

5.根据权利要求1所述的基于人物画像的个性化推荐方法，其特征在于：步骤(6)对新活动预测分析之后，依据学生对新活动的评价预测，由高到低的将新活动推荐给具体学生。