[發(fā)明專利]基于客戶特征的協(xié)同過濾推薦方法和系統(tǒng)

無效

• 申請(qǐng)?zhí)枺?/td>: 200910080946.2
• 申請(qǐng)日: 2009-03-30
• 公開（公告）號(hào): CN101853463A
• 公開（公告）日: 2010-10-06
• 發(fā)明（設(shè)計(jì)）人: 鄧芳
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G06Q30/00
• 分類號(hào): G06Q30/00;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于客戶特征的協(xié)同過濾推薦方法，其特征在于，包括：獲得用戶信息并進(jìn)行信息表示，鄰居形成和產(chǎn)生推薦。其中：

獲得用戶信息，主要通過用戶對(duì)給定信息(廣義的指，狹義的可以指商家提供的商品等)的評(píng)價(jià)獲得。

鄰居形成，主要完成目標(biāo)用戶最近鄰居(或最相似用戶)的識(shí)別。

產(chǎn)生推薦，主要解決從最近鄰居信息中獲得對(duì)目標(biāo)用戶興趣度的預(yù)測(cè)或信息的推薦。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法包括基于最近鄰的協(xié)同過濾算法作為基礎(chǔ)，包括：算法名稱，算法輸入和算法輸出。其中：

算法名稱：基于客戶特征的協(xié)同過濾算法

算法輸入：客戶的購買商品記錄

算法輸出：每個(gè)客戶的推薦購買商品集，按照優(yōu)先度排序。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述所述方法還包括算法分析。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述用戶對(duì)給定信息的評(píng)價(jià)分為顯式評(píng)價(jià)和隱式評(píng)價(jià)兩種。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法中鄰居形成為一個(gè)需要推薦服務(wù)的當(dāng)前目標(biāo)用戶尋找其最相似的“最近鄰居”集，即：對(duì)一個(gè)用戶u，要產(chǎn)生一個(gè)根據(jù)相似度大小排列的“鄰居”集合N＝{N1，N2，……N，}，u不屬于N，從N1，到Nt，sim(u，N，)(表示用戶u與鄰居用戶的相似性大小的值)從大到小排列。基于關(guān)聯(lián)規(guī)則的推薦：該推薦是基于關(guān)聯(lián)規(guī)則技術(shù)的top-N推薦。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法中產(chǎn)生推薦是基于關(guān)聯(lián)規(guī)則技術(shù)的top-N推薦。

7.一種基于客戶特征預(yù)測(cè)的協(xié)同過濾推薦系統(tǒng)，包括：數(shù)據(jù)裝載，推薦引擎，客戶郵件通知和推薦守護(hù)進(jìn)程。其中：

數(shù)據(jù)裝載完成從網(wǎng)站的業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫到推薦系統(tǒng)所需數(shù)據(jù)的轉(zhuǎn)換，主要的功能：數(shù)據(jù)的抽取，數(shù)據(jù)的清潔和轉(zhuǎn)換和數(shù)據(jù)的裝載。

推薦引擎是系統(tǒng)的核心部分，完成對(duì)用戶推薦商品的計(jì)算。

客戶郵件通知，負(fù)責(zé)把推薦引擎計(jì)算出來的推薦發(fā)送到客戶郵箱：通過可配置的郵件模板組裝好信體和通過SMTP服務(wù)器發(fā)送給客戶郵件。

推薦守護(hù)進(jìn)程是整個(gè)系統(tǒng)的守護(hù)進(jìn)程，完成推薦引擎和郵件發(fā)送服務(wù)器的啟動(dòng)停止等調(diào)度和錯(cuò)誤重啟。

整個(gè)系統(tǒng)的系統(tǒng)參數(shù)、推薦計(jì)算參數(shù)都放在一個(gè)xml文件中，可以方便的進(jìn)行配置。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)中推薦引擎實(shí)現(xiàn)了兩種算法：Apriori算法和基于客戶特征的協(xié)同過濾算法。