[发明专利]一种高效数据分析推荐方法和系统

摘要

本发明涉及一种高效数据分析推荐方法和系统。具体通过评分模块、场景优化模块和大数据运算模块，实现场景感知推荐算法的同步实时推荐。通过引入场景模型修正稀疏线性方法，以及基于内存计算的推荐引擎，大大提高推荐效率，同时解决了稀疏数据集的算法优化和推荐结果溯因问题。本系统可以应用于商超消费的实时推荐，较之于现有的离线推荐，用户在选择或购买完相应产品后能及时的收到相关推荐，使得推荐系统的所带来的转化率大大提高。通过引入场景模型，使得用户在不同场景下都能得到在此场景下更加精准的推荐，提升了用户体验。

主权项

一种高效数据分析推荐方法和系统，其特征在于，通过以下模块和步骤实现：1)推荐评分模块，通过聚合用户的评分记录从而产生TopN推荐列表。2)场景优化模块，将偏移模型引入稀疏线性方法：首先对场景建模，使用二进制向量c＝＜c1，c2，...，cL＞表示场景模型；由于加入场景模型，数据集会变得更加稀疏，通常都无法保证用户在同一场景下评分过多个项目；因此我们以用户的场景无差别评分为基础，引入场景变量进行修正，最后再使用稀疏线性方法对结果进行运算，从而同时解决稀疏数据集问题和推荐结果的溯因。3)大数据运算模块，将内存计算应用到推荐引擎的分析运算中，使用MapReduce方法对推荐算法进行重写，并置于内存集群中执行。