[發(fā)明專利]基于時(shí)間與區(qū)域粒度的農(nóng)資協(xié)同過濾算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610098741.7
• 申請(qǐng)日: 2016-02-23
• 公開（公告）號(hào): CN105512919A
• 公開（公告）日: 2016-04-20
• 發(fā)明（設(shè)計(jì)）人: 董恒;孫丙宇;王偉;汪六三;李文波
• 申請(qǐng)（專利權(quán)）人: 無錫中科富農(nóng)物聯(lián)科技有限公司;安徽中科物聯(lián)科技有限公司;江蘇物聯(lián)網(wǎng)研究發(fā)展中心
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02
• 代理公司: 無錫市大為專利商標(biāo)事務(wù)所(普通合伙) 32104
• 代理人: 殷紅梅;屠志力

1.一種基于時(shí)間與區(qū)域粒度的農(nóng)資協(xié)同過濾算法，其特征在于，包括下述步驟：

步驟S1，通過已有的農(nóng)業(yè)統(tǒng)計(jì)規(guī)律調(diào)研結(jié)果建立時(shí)間與地域粒度矩陣A_m*n；

步驟S2，進(jìn)行K個(gè)年度的用戶行為數(shù)據(jù)采集，將采集來的用戶行為數(shù)據(jù)按照數(shù)據(jù)年份劃分為K份，對(duì)每份數(shù)據(jù)再按照時(shí)間與地域粒度劃分為m*n粒度；

步驟S3，根據(jù)劃分后的數(shù)據(jù)建立K個(gè)年度的用戶所在時(shí)間與區(qū)域粒度的用戶商品評(píng)分矩陣；

步驟S4，分別對(duì)K個(gè)矩陣的用戶相似度進(jìn)行計(jì)算，將K個(gè)年度的用戶商品評(píng)分矩陣得到的用戶相似度加權(quán)后求和得到基于時(shí)間與區(qū)域粒度的用戶相似度；找到和目標(biāo)用戶最相似的N個(gè)用戶；

步驟S5，基于N個(gè)最相似的用戶的興趣給當(dāng)前目標(biāo)用戶進(jìn)行推薦。

2.如權(quán)利要求1所述的基于時(shí)間與區(qū)域粒度的農(nóng)資協(xié)同過濾算法，其特征在于；

步驟S4中具體包括：分別對(duì)K個(gè)矩陣的用戶相似度進(jìn)行計(jì)算，加權(quán)后求和得到基于時(shí)間與區(qū)域粒度的用戶相似度TA-S(a,b),計(jì)算公式如公式(1)和(2)所示：

其中，K表示實(shí)驗(yàn)數(shù)據(jù)所選用的年數(shù)(K∈[1,3])，λ_i表示年度權(quán)重值λ∈(0,1)，且與K值成反比；分別表示用戶a,用戶b的評(píng)分平均值，r_ai表示用戶a對(duì)物品i的評(píng)分，r_bi表示用戶b對(duì)物品i的評(píng)分。

3.如權(quán)利要求2所述的基于時(shí)間與區(qū)域粒度的農(nóng)資協(xié)同過濾算法，其特征在于；

步驟S5中，基于N個(gè)最相似的用戶的興趣給當(dāng)前目標(biāo)用戶進(jìn)行推薦，推薦算法公式如公式(3)所示：

其中I(a,i)表示用戶a對(duì)物品i的預(yù)測(cè)評(píng)分值，分別表示用戶a,用戶b的評(píng)分平均值，r_bi表示用戶b對(duì)物品i的評(píng)分，KNS_a表示用戶a的近鄰集合。