[发明专利]一种基于价值的推荐方法

说明书

本发明提供一种基于价值的推荐方法，包括如下步骤：(1)构建用户信息文件、产品信息文件、价值本体库；(2)使用产品价值配置文件构建方法构建产品价值配置文件；(3)使用用户价值需求获取方法从用户信息中获取用户价值需求，再使用用户价值需求配置文件构建方法构建用户价值需求配置文件等。本发明中，基于价值的推荐方法用正价值解决了推荐的整体性，用负价值解决了推荐的社会责任，用感知价值提升了推荐的精度，实验结果表明，协同过滤和基于内容的推荐缺乏社会责任和整体性，基于价值的推荐具有社会责任和整体性，而且推荐的精度高于协同过滤和基于内容的推荐的精度。

技术领域

本发明涉及信息过滤和推荐方法领域，尤其涉及一种基于价值的推荐方法。

背景技术

基于内容的推荐方法用属性表示用户需求和产品，将与用户有交互行为 (如购买)的产品的部分属性及属性值作为用户的需求，通过与产品的属性及属性值的匹配来推荐相似的产品。

现有的推荐方法分为传统的推荐方法和基于深度学习的推荐方法。传统的推荐方法主要分为基于内容的推荐方法、协同过滤的推荐方法以及混合推荐方法。基于深度学习的推荐方法分为基于深度学习的内容过滤方法和基于深度学习的协同过滤方法。

但是由于基于深度学习的内容(协同)过滤方法是将深度学习技术融入传统的内容(协同)过滤方法中，发挥深度学习的优势以弥补传统内容(协同)过滤方法某(些)方面能力的不足，旨在提高推荐的精度，是传统内容 (协同)过滤方法的扩展，与传统内容(协同)过滤方法没有本质区别，因此，基于深度学习的内容(协同)过滤方法缺乏推荐的社会责任和推荐的整体性。为此本发明提出一种基于价值的推荐方法来解决基于深度方法产生的缺陷。

发明内容

本发明的目的在于提供一种基于价值的推荐方法，以解决上述技术问题。

本发明为解决上述技术问题，采用以下技术方案来实现：一种基于价值的推荐方法，包括如下步骤：

(1)构建用户信息文件、产品信息文件、价值本体库；

(2)使用产品价值配置文件构建方法构建产品价值配置文件；

(3)使用用户价值需求获取方法从用户信息中获取用户价值需求，再使用用户价值需求配置文件构建方法构建用户价值需求配置文件；

(4)采用多次价值过滤的逐步求精的方法生成满足用户价值需求的可用产品清单和禁用产品清单，从而实现推荐的消费体验、整体性、社会责任和精准性；

(5)将用户反馈信息存入用户信息文件中；

其中用户信息包括：用户特征信息、基本健康信息、用户与产品交互信息；

产品信息包括：产品ID，产品名称，生产者，品牌，价格，生产日期，有效期，产品使用场景(或场景价值)，产品功能正价值，产品负价值，产品正扩展价值，价值质量，产品与功能正价值关系和产品类型等，负价值包括功能负价值、社会负价值、情感负价值、认知负价值、情境负价值，正扩展价值包括社会正价值、情感正价值、认知正价值和情境正价值；产品信息数据可以从产品介绍、说明书和评价(获奖等)信息中获取；

价值本体库：用于将用户价值需求与产品价值信息本体化，即统一表达与判断标准，有助于系统理解、获取和表达用户价值需求与产品价值，使系统所表达的用户价值需求与用户所表达的价值需求是一致的，使系统所表达的产品价值与生产商所表达的产品价值是一致的，从而实现用户需求与满足需求产品的准确对接；

产品价值配置文件包括：基于场景的产品功能正价值文件、功能正价值与产品关联文件、产品负价值文件和产品正扩展价值文件；