[发明专利]一种基于多源数据可信度的智能推荐系统

权利要求书

1.一种基于多源数据可信度的智能推荐系统，其特征在于，该系统用于根据多源调研数据的可信度评估，建立多源数据驱动的智能推荐体系，分析被调研对象的属性信息并推荐最优的被调研对象。

2.根据权利要求1所述的基于多源数据可信度的智能推荐系统，其特征在于，包括：

多源数据搜集模块，用于从多种数据源搜索并获取与被调研对象相关的多源调研数据；

语义表示提取模块，用于对获取的与被调研对象相关的多源调研数据进行数据预处理操作，并提取其语义特征表示；

推荐指标获取模块，用于基于语义特征表示获取与推荐相关的层级评估指标；

可信度评估模块，用于对挖掘的与被调研对象相关的属性信息进行可信度评估；

智能推荐模块，用于根据层级评估指标构建层级可信度评估体系，并根据可信度推荐最优的被调研对象。

3.根据权利要求1所述的基于多源数据可信度的智能推荐系统，其特征在于，所述多源数据搜集模块，包括：

数据接口单元，用于提供获取与被调研对象相关的多源调研数据的接口；

数据检索单元，用于从多种数据源检索并采集与被调研对象相关的多源调研数据。

4.根据权利要求1所述的基于多源数据可信度的智能推荐系统，其特征在于，所述语义表示提取模块，包括：

数据分词单元，用于对获取的多源调研数据进行分词处理；

语义表示单元，用于根据获取的多源调研数据的语义上下文理解，对分词的词汇提取语义特征表示。

5.根据权利要求1所述的基于多源数据可信度的智能推荐系统，其特征在于，所述推荐指标获取模块，包括：

分词筛选单元，用于统计多源调研数据分词的出现频率，并筛选出超出设定频率值的高频分词；

分词聚类单元，用于对筛选出的高频分词的语义特征表示进行聚类操作，确定智能评估体系中高频分词的聚类簇；

层级指标单元，用于为每个聚类簇确定对应的主题信息，将该主题信息确定为智能评估体系的第一级指标，将聚类簇包含的高频分词确定为智能评估体系第二级指标，以此确定智能评估体系的层级评估指标；

评估体系单元，根据层级评估指标构建智能评估体系。

6.根据权利要求1所述的基于多源数据可信度的智能推荐系统，其特征在于，所述可信度评估模块，包括：

属性挖掘单元，用于通过被调研对象与高频分词的匹配，得到被调研对象与高频分词相关的多个属性信息；

可信度度量单元，用于度量被调研对象的多个属性信息的可信度。

7.根据权利要求1所述的基于多源数据可信度的智能推荐系统，其特征在于，所述智能推荐模块，包括：

层级可信度评估单元，用于基于各属性信息的可信度检测评估被调研对象的整体可信度；

对象推荐单元，用于根据整体可信度度量推荐被调研对象。

8.基于多源数据可信度的智能推荐方法，其特征在于，包括以下步骤：

多源数据搜集模块从多种数据源搜索并获取与被调研对象相关的多源调研数据；

语义表示提取模块对获取的与被调研对象相关的多源调研数据进行数据预处理操作，并提取其语义特征表示；

推荐指标获取模块基于语义特征表示获取与推荐相关的层级评估指标；

可信度评估模块对挖掘的与被调研对象相关的属性信息进行可信度评估；

智能推荐模块根据层级评估指标构建层级可信度评估体系，并根据可信度推荐最优的被调研对象。

9.根据权利要求8所述的基于多源数据可信度的智能推荐方法，其特征在于，所述多源数据搜集模块从多种数据源搜索并获取与被调研对象相关的多源调研数据，包括以下步骤：

数据接口单元提供获取与被调研对象相关的多源调研数据的接口；

数据检索单元从多种数据源检索并采集与被调研对象相关的多源调研数据。

10.根据权利要求8所述的基于多源数据可信度的智能推荐方法，其特征在于，所述语义表示提取模块对获取的与被调研对象相关的多源调研数据进行数据预处理操作，并提取其语义特征表示，包括以下步骤：

数据分词单元对获取的多源调研数据进行分词处理；

语义表示单元根据获取的多源调研数据的语义上下文理解，对分词的词汇提取语义特征表示。