[發明專利]基于時間信息的適應用戶興趣變化的動態推薦方法

有效

• 申請號: 201410583981.7
• 申請日: 2014-10-27
• 公開（公告）號: CN104281956B
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 馬廷淮;郭莉敏;唐美麗;曹杰;鐘水明;薛羽
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06Q30/00
• 分類號: G06Q30/00
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 顧進

1.基于時間信息的適應用戶興趣變化的動態推薦方法，其特征在于，包括以下步驟：

步驟一、根據從電子商務網站收集到的用戶-物品的評分列表，構建用戶-物品的顯式評分矩陣；

步驟二、對用戶的包括點擊、收藏、加入購物車、購買的隱式反饋行為信息進行量化處理，然后構建用戶-物品的隱式評分矩陣；

步驟三、利用步驟一和步驟二的結果構建用戶-物品綜合評分矩陣；

步驟四、根據Person相關系數公式，計算兩兩用戶之間的相似性；

步驟五、按照用戶間相似度大小進行降序排序，獲取與目標用戶相似度靠前的K位用戶作為目標用戶的近鄰集合；

步驟六、選取單調遞減的指數時間函數作為評分權重函數，根據用戶的評分所體現的興趣變化趨勢不同，計算評分權重函數中每位用戶的權重因子；

步驟七、引入評分權重函數改進評分預測公式，預測目標用戶對未評分物品的評分值；

步驟八、采用TOP-N推薦方法，將預測得分靠前的N項物品推薦給用戶；

所述步驟六具體過程為：將指數時間函數f(t)＝e^-ωt乘以用戶對物品的評分，調整用戶的評分權重，即對用戶近期訪問的物品的評分值賦予較大的權重，過去訪問的物品的評分值賦予較小的權重，ω表示用戶的個性化權重因子，t表示系統當前時間與近鄰用戶中對待預測物品評分的最早時間的時間間隔；其中ω_A表示用戶對第A類物品興趣度的個性化因子，N_A表示用戶對A類物品的評分數目，n表示用戶評過分的物品的總數目，表示概率，d表示時間段序號，

2.根據權利要求1所述的基于時間信息的適應用戶興趣變化的動態推薦方法，其特征在于，所述步驟一中用戶對物品的評分范圍是取1～5之間的整數，沒有評分的矩陣項元素為空。

3.根據權利要求1所述的基于時間信息的適應用戶興趣變化的動態推薦方法，其特征在于：所述步驟二中用戶對某個物品沒有產生顯式評分時，則對用戶隱式行為進行量化，購買為5分，加入購物車為4分，收藏為3分，點擊兩次及以上為2分，點擊一次為1分。