[發(fā)明專利]個性化信息推薦系統(tǒng)及其推薦方法

在審

• 申請?zhí)枺?/td>: 201410100955.4
• 申請日: 2014-03-19
• 公開（公告）號: CN103942255A
• 公開（公告）日: 2014-07-23
• 發(fā)明（設計）人: 王引娜
• 申請（專利權(quán)）人: 華存數(shù)據(jù)信息技術(shù)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02
• 代理公司: 上海信好專利代理事務所(普通合伙) 31249
• 代理人: 張妍

技術(shù)領(lǐng)域

本發(fā)明涉及信息推薦領(lǐng)域，具體涉及一種個性化信息推薦系統(tǒng)及其推薦方法。

背景技術(shù)

隨著移動通信網(wǎng)絡和智能終端的發(fā)展，移動電子商務迎來了前所未有的發(fā)展。個性化推薦作為解決“信息過載”問題的有效手段，在提高電子商務網(wǎng)站的用戶體驗、增加購買轉(zhuǎn)化率和交叉銷售等方面發(fā)揮了極大的作用，但傳統(tǒng)的個性化推薦系統(tǒng)都是基于用戶的購買行為、收藏行為等用戶行為歷史進行推薦的，沒有考慮到移動電子商務所特有的用戶時空特性，而且移動終端設備的處理能力較差、輸入和輸出能力有限、無線網(wǎng)絡帶寬弱等因素使其對推薦的精確度有更高的要求，因此，傳統(tǒng)的個性化推薦系統(tǒng)不適用于移動電子商務時代的個性化推薦領(lǐng)域。

發(fā)明內(nèi)容

本發(fā)明提供一種個性化信息推薦系統(tǒng)及其推薦方法，基于地理位置信息，對用于進行有效的個性化推薦，同時為商戶提供精準的營銷依據(jù)信息。

為實現(xiàn)上述目的，本發(fā)明提供一種個性化信息推薦系統(tǒng)，其特點是，該系統(tǒng)包含：

地理位置信息獲取裝置，其獲取用戶的位置信息；

交易數(shù)據(jù)庫服務器，其存儲用戶的交易信息；

分析服務器，其輸入端分別連接地理位置信息獲取裝置和交易數(shù)據(jù)庫服務器，對用戶的消費行為進行聚類分析并根據(jù)用戶地理位置信息進行情境分析；

推薦服務器，其輸入端連接分析服務器的輸出端，根據(jù)分析服務器的聚類結(jié)果、情境分析的結(jié)果以及商戶設置產(chǎn)生推薦結(jié)果；

用戶客戶端，其雙向連接推薦服務器，為用戶提供推薦信息；

商戶客戶端，其雙向連接推薦服務器，控制推薦給用戶的推薦結(jié)果。

上述地理位置信息獲取裝置采用GPS裝置。

上述用戶客戶端采用移動終端。

一種上述的個性化信息推薦系統(tǒng)的推薦方法，其特點是，該方法包含：

分析服務器接收并根據(jù)用戶的交易信息數(shù)據(jù)進行聚類分析獲得聚類結(jié)果；

分析服務器接收并根據(jù)用戶的地理位置信息進行情境分析獲得情境分析結(jié)果；

推薦服務器根據(jù)聚類結(jié)果和情境分析結(jié)果產(chǎn)生推薦結(jié)果。

上述地理位置信息獲取裝置獲取用戶的位置信息，發(fā)送至分析服務器。

上述交易數(shù)據(jù)庫服務器存儲用戶的交易信息，發(fā)送至分析服務器。

上述聚類分析包含：計算用戶相似性，根據(jù)相似性結(jié)果，設定閾值，將用戶間距離小于閾值的分簇，形成小簇，合并小簇獲得聚類結(jié)果。

上述用戶間距離計算方法采用Jensen-Shannon距離來計算，公式為：

???????????????（1）

式（1）中，，和代表兩個用戶特征的概率分布，是兩個分布間的Kullback–Leibler距離。

上述合并小簇獲得聚類結(jié)果的方法包含采用簇間合并方法反復合并子類；簇間合并方法是通過計算兩個簇間的連接性和相似性來判別兩個簇是否可以合并為一類；

簇間連接性表示為：

??????????????????（2）

式2中，表示連接簇和的邊的相似值之和，表示把劃分為兩個大致相等的簇所需切斷最少的邊的相似值之和；

簇間相似性表示為：

??????????（3）

式3中，表示連接簇和的邊的相似值的平均值，表示把劃分為兩個大致相等的簇所需切斷最少的邊的相似值的平均值。

上述情境分析包含：

采集用戶的地理位置信息，然后再利用收集到的地理位置信息收集周圍環(huán)境信息和時間信息；

利用環(huán)境信息和時間信息對應得到情境分析結(jié)果；

根據(jù)預設的用戶需求過濾掉不符合的情境分析結(jié)果。

本發(fā)明個性化信息推薦系統(tǒng)及其推薦方法和現(xiàn)有技術(shù)的信息推薦技術(shù)相比，其優(yōu)點在于，本發(fā)明的基于地理位置信息服務的個性化推薦系統(tǒng)中對用戶的交易數(shù)據(jù)進行聚類分析，并根據(jù)用戶的地理位置進行情境模式分析，將聚類分析結(jié)果和情境分析結(jié)果結(jié)合起來，能進行更加有效的個性化推薦，并給商戶的精準營銷提供依據(jù)。

附圖說明

圖1為本發(fā)明個性化信息推薦系統(tǒng)的系統(tǒng)模塊圖；

圖2為本發(fā)明個性化信息推薦方法中聚類分析的示意圖；

圖3為本發(fā)明個性化信息推薦方法中移動電子商務個性化推薦服務模型示意圖。

具體實施方式

以下結(jié)合附圖，進一步說明本發(fā)明的具體實施例。