[發明專利]基于主題模型的個性化服務推薦系統和方法在審
| 申請號: | 201410199198.0 | 申請日: | 2014-05-12 |
| 公開(公告)號: | CN104572797A | 公開(公告)日: | 2015-04-29 |
| 發明(設計)人: | 鄭海濤;古寧;李琪;趙從志 | 申請(專利權)人: | 深圳市智搜信息技術有限公司 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30 |
| 代理公司: | 深圳市中聯專利代理有限公司 44274 | 代理人: | 李俊 |
| 地址: | 518049 廣東省深圳市福田區上梅林*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 主題 模型 個性化 服務 推薦 系統 方法 | ||
技術領域
本發明涉及計算機技術應用領域,具體的涉及一種基于主題模型的個性化服務推薦系統和方法。
背景技術
隨著信息技術特別是網絡技術的發展,信息系統的規模越來越大,信息數量也越來越多,獲取信息的工具和方式也越來越豐富,通過網絡為用戶提供越來越多信息和服務的同時,信息系統的結構和內容也日益復雜。在海量信息中,很難準確描述出需要的信息特征,用戶常常會面對大量的信息而束手無策,迷失在大量的信息空間中;同時,各信息系統提供的檢索方式,常常不能滿足用戶描述檢索條件的需求。因此,為用戶及時、準確地提供當前所需要的信息內容也變得更加困難。在此背景下,個性化推薦服務(PRS,Personalized?Recommender?Services)技術應運而生,并迅速得到發展。應用該技術,能夠通過與用戶交互過程中獲取的信息推測用戶的興趣偏好,并能根據用戶的興趣偏好推薦符合用戶興趣偏好的信息。
現有的個性化推薦系統技術歸納起來主要分為兩類,即基于內容過濾的推薦方式、協同過濾推薦方式。基于內容過濾的推薦是通過用戶個人背景資料信息和商品或服務內容的特性消息相匹配,通過分析商品內容的結構來推測用戶個性偏好,從而產生推薦結果,但如何得到用戶的背景資料,分析出偏好是其難點。協同過濾推薦方式是研究最為深入且應用最為廣泛的方式,這種推薦方式是通過分析用戶或者項目之間興趣偏好的相似性來提供推薦服務。本發明提供的系統,作為上述兩種推薦方式的結合,能有效利用前述推薦方式的優點,能盡量彌補前二者的缺點。
現有已公開的技術中,華為技術有限公司提出的“推薦系統及方法”將基于用戶的推薦和基于項目的推薦結合起來,得到基于用戶的項目候選集和基于項目的項目候選集,然后提取其交集作為推薦候選集,并且通過基于項目和用戶的綜合評分預測,得到推薦項目的評分預測。
中國科學技術大學提出的“基于屬性描述的個性化影片推薦系統及方法”和盛樂信息技術(上海)有限公司提出的“個性化視頻推薦系統及方法”,都是基于視頻的推薦,根據視頻的屬性建立用戶興趣模型,通過該模型進行推薦,以提高推薦的準確度和適應性。
北京郵電大學提出的“面向領域的個性化智能推薦系統及實現方法”綜合使用了協同過濾推理,領域相關上下文推理,本體推理三種推理方法,并通過推薦學習使其具有主動學習能力,即具有智能推薦服務功能,能夠根據用戶對推薦服務的反映進行自我調整,以改善整體推薦服務質量和提高用戶忠誠度。
上述的技術中存在以下問題:第一、基于協同過濾的方法,都需要用戶評分表,存在“冷啟動”的問題,即由于已知信息的不足導致推薦結果開始是不準確的,隨著用戶評價信息的增多,推薦結果才能逐步得到改善。此外還存在隨著系統規模的增大、出現數據稀疏性缺陷,導致推薦服務質量降低的問題。同時,如果從來沒有用戶對某一商品加以評價,則這個商品就不可能被推薦。第二、基于內容過濾的方法,對推薦物的描述能力有限,往往需要用戶提供用戶數據信息,而忽略了利用用戶的社交網絡工具作為挖掘用戶興趣的來源,無法為客戶發現新的感興趣的資源。第三、對用戶興趣進行挖掘時,傳統的向量空間模型或語言模型只是單純地考慮文檔在詞空間上的相似度,從沒有從語義上進行了興趣挖掘,更準確。第四、上述已公開的技術中進行個性化的相關推薦時,往往重視相似度而忽略了內容的新穎度,提供用戶新的信息,而且很少考慮用戶交互反饋對推薦內容準確度的影響。
本發明旨在設計一種基于主題模型的個性化服務推薦系統和方法,利用社交網絡平臺獲取數據,通過主題模型對用戶的興趣進行挖掘和建模,從語義上對用戶興趣進行挖掘,解決了傳統基于向量空間模型的興趣模型維度高,數據稀疏等問題,同時考慮了用戶的長期興趣和短期興趣,能更加真實的反應用戶興趣,為用戶提供準確的針對用戶興趣的服務推薦。
發明內容
本發明提出了一種基于主題模型的個性化服務推薦系統,包括:
社交數據獲取模塊,用于獲取用戶的社交網絡數據;
主題模型構建和分析模塊,用來構建主題模型;
用戶興趣建模模塊,用來對獲取的所述社交網絡數據使用構建好的所述主體模型進行處理和分析,建立用戶興趣標簽云圖;
服務推薦模塊,用來對服務信息通過構建好的所述主題模型進行分析,建立服務信息主題分布,并通過計算所述服務信息主題分布和所述用戶興趣標簽云圖的相似度為用戶提供不同方式的推薦服務;
用戶交互模塊,用來向用戶提供推薦服務結果展示并提供交互反饋;
系統管理控制模塊,用來處理和控制系統各部位工作。
本發明所述社交數據獲取模塊包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市智搜信息技術有限公司,未經深圳市智搜信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410199198.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:雙離合變速箱車輛的加速度估算方法
- 下一篇:基于適配器的進程監控方法及裝置





