[發明專利]一種基于用戶網絡數據的物品信息推薦方法

在審

• 申請號: 201410403849.3
• 申請日: 2014-08-15
• 公開（公告）號: CN104156450A
• 公開（公告）日: 2014-11-19
• 發明（設計）人: 黃震華;張佳雯;方強;向陽
• 申請（專利權）人: 同濟大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 宣慧蘭

1.一種基于用戶網絡數據的物品信息推薦方法，其特征在于，包括以下步驟：

1)通過用戶的網絡數據獲取用戶的物品需求信息，建立用戶需求特征庫：

2)根據物品網絡數據建立物品信息特征庫；

3)采用文本和語義相似度算法將用戶需求特征和物品信息特征進行匹配，計算物品信息與用戶需求之間的相似度并排序、過濾，最后產生推薦結果：

4)將生成的推薦結果反饋回用戶需求特征庫和物品信息特征庫并且訓練更新。

2.根據權利要求1所述的一種基于用戶網絡數據的物品信息推薦方法，其特征在于，所述的步驟1)包括以下步驟：

11)通過網絡軟件或網絡信息手段獲取用戶公開的網絡信息；

12)從公開的信息中進行預處理后，采用TF-IDF方法提取用戶信息關鍵詞，所述的TF-IDF提取關鍵詞的方法為計算TF-IDF關鍵詞權值w_i，j，w_i，j的計算式為：

w_i，j＝TF_i，j*IDF_i

TFi,j=ni,jΣknk,j]]>

IDFi=log|D||{d:ti∈d}|]]>

其中，n_i，j表示詞i在文檔j中出現的次數，分母則是文檔j中所有詞出現的次數之和，|D|是文檔總數，分母|{d：t_i∈d}|是包含詞條t_i的文檔數目。

13)將用戶信息關鍵詞作為用戶的需求特征列表參數，建立用戶需求特征庫。

3.根據權利要求1所述的一種基于用戶網絡數據的物品信息推薦方法，其特征在于，所述的步驟2)包括以下步驟：

21)通過網絡軟件或網絡信息手段獲取物品的網絡信息并提取關鍵詞；

22)通過物品信息關鍵詞建立物品信息特征庫。

4.根據權利要求1所述的一種基于用戶網絡數據的物品信息推薦方法，其特征在于，所述的步驟3)包括以下步驟：

31)根據用戶需求特征庫和物品信息特征庫列出關鍵詞詞頻向量，通過文本相似度算法得到關鍵詞詞頻向量的相似度cosθ，cosθ的計算式為：

cosθ=A·B|A|×|B|=Σi=1n(Ai×Bi)Σi=1n(Ai)2×Σi=1n(Bi)2]]>

其中，A為用戶需求特征庫關鍵詞詞頻向量，B為物品信息特征庫關鍵詞詞頻向量。

32)基于同義詞詞林結構，采用語義相似度算法計算用戶需求特征庫和物品信息特征庫關鍵詞的語義相似度Sim(C，D)，Sim(C，D)的計算式為：

當C和D兩個義項不在同一棵樹上時，

Sim(C，D)＝f＝0.1

當C和D兩個義項在同一棵樹上，并且在第二層分支上時，

Sim(C,D)=1×0.65×cos(n×π180)(n-k+1n)]]>

當C和D兩個義項在第三層分支上時，

Sim(C,D)=1×1×0.8×cos(n×π180)(n-k+1n)]]>

當C和D兩個義項在第四層分支上時，

Sim(C,D)=1×1×1×0.9×cos(n×π180)(n-k+1n)]]>

當C和D兩個義項在第五層分支上時，

Sim(C,D)=1×1×1×1×0.96×cos(n×π180)(n-k+1n)]]>

其中，n是分支層的節點總數，k是兩個分支間的距離；

33)根據文本相似度和語義相似度分別判斷物品和用戶特征之間是否匹配，對結果進行計算排序，并向用戶推送結果。