[发明专利]一种在线展会的展品推荐方法与系统

权利要求书

1.一种在线展会的展品推荐方法，其特征在于，包括：

步骤1，基于用户的历史搜索记录、历史浏览记录和收藏记录，获取包括展品名称的用户行为数据；对所述用户行为数据中的展品名称进行分词分析，获得每一个展品对应的分词结果；基于所述分词结果，获得用户的词云、展品类别偏爱程度向量及展品类别浏览趋势转移矩阵，并将所述用户的词云、展品类别偏爱程度向量及展品类别浏览趋势转移矩阵共同作为用户画像；

步骤2，将用户的词云与展品数据库中的展品信息进行相似度计算，找到包括预设个最符合用户词云的展品进行推荐；所述展品信息包括展品名称、展品类别及展品介绍信息；

步骤3，将用户的展品类别偏爱程度向量与用户画像数据库中的其它用户的展品类别偏爱程度向量进行相似度计算，找到预设个最为相似的用户，将他们最近浏览的预设个展品进行推荐；

步骤4，基于用户的展品类别浏览趋势转移矩阵，产生一个只包括展品类别的序列作为预测；对于序列中的每一个元素，找到当前类别中最热门的展品进行推荐；

对上述步骤2、步骤3和步骤4的推荐结果进行混合，得到最终推荐的结果；

基于用户的展品类别浏览趋势转移矩阵，产生一个只包括展品类别的序列作为预测，具体包括：

假设展品的类别数量为K，即用户的展品类别浏览趋势转移矩阵M的阶数为K，要产生的序列长度为l，则序列的第一个元素为用户的展品类别偏爱程度向量的最大分量所对应的展品类别，且对于序列的第i个元素C_i，第i+1个元素的值由以下两个值决定：一，C_i转移至其余类别的概率向量，即矩阵M的第i行对应的行向量，记为V＝(P₁,P₂,...,P_K)；二，一个范围为[0,1]的随机浮点数，记为R；则序列生成的具体流程如下：

S1041，初始化序列第一个元素C₁为用户的展品类别偏爱程度向量的最大分量所对应的展品类别；

S1042，对于其余的元素，记当前要产生序列元素下标为j，其中，1≤j≤K，找到下标j满足以下公式：

通过上述公式产生随机数，结合用户的展品类别浏览趋势转移矩阵来产生浏览趋势序列的下一个元素；

基于所述分词结果，获得用户的展品类别偏爱程度向量，具体包括：

基于所述用户行为数据中的展品名称进行分类统计，获取各类别的次数，分别为A₁,A₂,...,A_k,K属于自然数，则用户的展品类别偏爱程度向量由如下公式表示：

上述公式表示用户搜索、浏览和收藏的展品记录中的每一个类别的概率所构成的向量，代表用户对不同类别展品的喜爱程度；

基于所述分词结果，获得用户的展品类别浏览趋势转移矩阵，具体包括：

令用户搜索、浏览和收藏的展品记录中的类别序列为B₁，B₂，...，B_K，则矩阵的计算公式如下：

其中，p_i,j代表从类别序号为B_i的展品转移到类别序号为B_j的次数除以从类别序号为B_i的展品转移到其它K个展品类别的次数之和。

2.根据权利要求1所述的在线展会的展品推荐方法，其特征在于，将用户的词云与展品数据库中的展品信息进行相似度计算，找到包括预设个最符合用户词云的展品进行推荐，具体包括：

将用户词云与展品数据库中的展品信息进行基于公共子字符串的算法进行关键词相似度匹配，获得所有用户词云的候选推荐展品集，将候选推荐展品集进行整合，去掉重复的结果，再对剩余的集合根据展品的热度进行降序排序，取前预设条结果作为推荐结果；所述展品的热度为展品在预设天数内被浏览的总次数。