[發(fā)明專利]一種個(gè)體推薦方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410654492.6
• 申請日: 2014-11-17
• 公開（公告）號: CN105677647B
• 公開（公告）日: 2019-04-19
• 發(fā)明（設(shè)計(jì)）人: 白琳;胡文輝;王鋼;張慧芳;陳昌文;顧奇
• 申請（專利權(quán)）人: 中國移動(dòng)通信集團(tuán)廣東有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/00
• 代理公司: 北京銀龍知識(shí)產(chǎn)權(quán)代理有限公司 11243
• 代理人: 許靜;黃燦

本發(fā)明公開了一種個(gè)體推薦方法及系統(tǒng)，包括：獲取第一類個(gè)體的偏好信息，第一類個(gè)體是預(yù)先確定的、具有明確項(xiàng)目偏好的個(gè)體；創(chuàng)建第一類個(gè)體對項(xiàng)目偏好的評級矩陣，評級矩陣中的元素為第一類個(gè)體中的各個(gè)個(gè)體對各個(gè)項(xiàng)目的偏好程度；創(chuàng)建具有相同偏好的第一類個(gè)體的集群，該集群采用K均值算法對評級矩陣中的元素進(jìn)行聚類得到；向某一個(gè)體推薦與個(gè)體具有相同偏好的集群中的其他個(gè)體。本發(fā)明通過引入評級矩陣，使網(wǎng)絡(luò)中的個(gè)體與項(xiàng)目形成一一對應(yīng)的二維數(shù)組形式，采用K均值算法將同一項(xiàng)目下的個(gè)體聚類，得到具有相同偏好的個(gè)體集群，提高了個(gè)體推薦有效性，考慮到網(wǎng)絡(luò)中每一個(gè)體的項(xiàng)目偏好，在一定程度上提高了個(gè)體推薦滿意度。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理領(lǐng)域，尤其涉及一種個(gè)體推薦方法及系統(tǒng)。

背景技術(shù)

在互聯(lián)網(wǎng)的虛擬空間，群組中有興趣和目的相同的人群，并與其他人群進(jìn)行交互、分享信息，為了支持這部分活躍群體，群體推薦程序的產(chǎn)生就必不可少；通過了解用戶的愛好并向用戶推薦符合其興趣愛好的對象，群組推薦的對象是一個(gè)由多個(gè)不同用戶組成的群體，他們擁有某些共同的興趣偏好或需求，如旅游、攝影愛好者協(xié)會(huì)、美食、體育運(yùn)動(dòng)等等。如何為這些群體用戶提供有效的個(gè)性化信息服務(wù)，帶來了對群體推薦系統(tǒng)的極大需求。

國內(nèi)外研究群組推薦算法大多通過某種方法把群組視為個(gè)體，然后應(yīng)用個(gè)體推薦的算法對群組進(jìn)行推薦；也有通過計(jì)算各群組與目標(biāo)群組的距離來確定相似群組；也有通過將群組中喜好相同的用戶合為一個(gè)用戶對評分矩陣降維，同時(shí)將個(gè)體推薦結(jié)果整合為群組推薦結(jié)果；也有將群組中個(gè)體的合作性因素和社會(huì)信任因素運(yùn)用到群組推薦算法中；雖然通過聚合個(gè)體喜好給單個(gè)群組推薦喜好，或者合并個(gè)體喜好推薦給重要的群組，能夠?qū)崿F(xiàn)群組推薦，但是其結(jié)果往往群組里小部分成員的喜好不滿足，而大部分成員處于滿意狀態(tài)。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明提供了一種個(gè)體推薦方法及系統(tǒng)，在保證個(gè)體推薦有效性的同時(shí)，提高了群組中個(gè)體偏好的滿意度。

依據(jù)本發(fā)明的一個(gè)方面，提供了一種個(gè)體推薦方法，包括：

獲取第一類個(gè)體的偏好信息，第一類個(gè)體是預(yù)先確定的、具有明確項(xiàng)目偏好的個(gè)體，其中，該個(gè)體為單個(gè)用戶或由多個(gè)用戶組成的群組；

創(chuàng)建第一類個(gè)體對項(xiàng)目偏好的評級矩陣，評級矩陣中的元素為第一類個(gè)體中的各個(gè)個(gè)體對各個(gè)項(xiàng)目的偏好程度；

創(chuàng)建具有相同偏好的第一類個(gè)體的集群，該集群采用K均值算法對評級矩陣中的元素進(jìn)行聚類得到；

向一指定個(gè)體推薦與該指定個(gè)體具有相同偏好的集群中的其他個(gè)體。

其中，該評級矩陣用下式表示：

M＝(m_ui)；

式中，M表示評級矩陣，m_ui為評級矩陣M中的元素，且m_ui表示第一類個(gè)體中的個(gè)體u對項(xiàng)目i的偏好程度，m_ui的取值為0或1，當(dāng)m_ui＝1表示個(gè)體u對項(xiàng)目i為偏好，當(dāng)m_ui＝0表示個(gè)體u對項(xiàng)目i不偏好；

創(chuàng)建具有相同偏好的第一類個(gè)體的集群，包括：采用K均值算法，篩選出評級矩陣M中對相同項(xiàng)目i的偏好程度m_ui的值等于1的第一類個(gè)體中的個(gè)體，得到偏好項(xiàng)目i的第一類個(gè)體的集群R_ui。

其中，在創(chuàng)建具有相同偏好的第一類個(gè)體的集群的步驟之后還包括：

采用皮爾遜Pearson相關(guān)系數(shù)公式，計(jì)算第二類個(gè)體中的個(gè)體與第一類個(gè)體中的個(gè)體之間的偏好相似度，第二類個(gè)體是預(yù)先確定的、不具有明確項(xiàng)目偏好的個(gè)體；

若第二類個(gè)體中的某一個(gè)體與第一類個(gè)體中的某一個(gè)體的偏好相似度的計(jì)算結(jié)果大于或等于預(yù)設(shè)值時(shí)，將對應(yīng)的第二類個(gè)體中的個(gè)體歸于相應(yīng)的第一類個(gè)體的集群中。