[发明专利]一种基于用户兴趣关联的推荐方法

摘要

本发明公开了一种基于用户兴趣关联的推荐方法，主要包括以下步骤建立用户兴趣模型；基于用户兴趣模型计算不同用户间对同一个兴趣点的相关性；基于用户兴趣模型计算用户的各个兴趣点之间的相关性；计算用户在当前兴趣点下其他拥有同样兴趣的用户的相关兴趣点推荐值；对上述推荐值进行排名，取排名靠前的n个兴趣点做推荐。本发明充分运用了兴趣点之间的关联性，把局部最优的结果推荐给用户。

主权项

一种基于用户兴趣关联的推荐方法，其特征在于，包括如下步骤：1)建立用户的兴趣模型，用户兴趣模型表示为：P＝{(W0,IP0)，(W1,IP1)，...，(wn,IPn)}其中，Wi代表用户访问兴趣点的总次数，IPi描述的是用户兴趣点，其中包含兴趣点中每个商品的兴趣矢量，其表达式为：IPi＝[w0，wl，…，wm]其中，wj代表用户对兴趣点IPi中商品j的兴趣度；i＝0,1,…,n；j＝0,1,…,m；2)假定当前用户Ucur正在访问兴趣点IPi，Uk是Ucur的邻居用户，SIM(Ucur，Uk，IPi)是用户Ucur和Uk在兴趣点IPi的相似度，是用户Uk在兴趣点IPi上的访问次数，Corrk(IPi，IPj)是用户Uk的兴趣点IPi和IPj之间的相关度，则兴趣点IPj对用户Ucur的推荐值Rcur,IPi(IPj)计算公式为：Rcur,IPi(IPj)=1nΣk=1nSIM(Ucur,Uk,IPi)×Wki×Corrk(IPi,IPj)]]>其中，n代表用户Ucur的所有邻居用户数；3)针对不同的兴趣点IPj计算其推荐值Rcur,IPi(IPj)，对推荐值进行排名，将前n个兴趣点形成推荐列表推荐给用户；兴趣点IP指的是电子商务网站商品分类目录结构的最后一级目录，一个兴趣点包含该目录下的所有商品页面。