[發(fā)明專利]基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710292884.6
• 申請(qǐng)日: 2017-04-28
• 公開（公告）號(hào): CN108154380A
• 公開（公告）日: 2018-06-12
• 發(fā)明（設(shè)計(jì)）人: 王成;文詩(shī)琪;張憶文;賴雄鳴;何霆;洪欣;鄭國(guó)旗
• 申請(qǐng)（專利權(quán)）人: 華僑大學(xué);亞爾迪（廈門）科技有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q30/06
• 代理公司: 廈門市首創(chuàng)君合專利事務(wù)所有限公司 35204
• 代理人: 張松亭;楊鍇

1.一種基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法，其特征在于，獲取用戶對(duì)商品的評(píng)分?jǐn)?shù)據(jù)，并對(duì)其進(jìn)行離散化處理作為類別屬性，利用基于并行樸素貝葉斯分類模型計(jì)算用戶對(duì)商品各評(píng)分類別的概率，通過(guò)期望求和預(yù)測(cè)用戶對(duì)商品的評(píng)分，獲得并行樸素貝葉斯回歸模型；通過(guò)并行樸素貝葉斯回歸模型進(jìn)行協(xié)同過(guò)濾推薦，實(shí)現(xiàn)商品在線實(shí)時(shí)推薦。

2.根據(jù)權(quán)利要求1所述的基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法，其特征在于，獲取用戶對(duì)商品的評(píng)分?jǐn)?shù)據(jù)后，將評(píng)分?jǐn)?shù)據(jù)存儲(chǔ)于Hadoop的HDFS分布式文件系統(tǒng)上；其中，用戶對(duì)商品的評(píng)分?jǐn)?shù)據(jù)包括：用戶a，商品b，用戶a對(duì)商品b的評(píng)分r_a,b。

3.根據(jù)權(quán)利要求2所述的基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法，其特征在于，將獲取的用戶對(duì)商品的評(píng)分離散化處理后，作為樸素貝葉斯的分類類別R_i，i∈[1,…,s]，表示有s種不同的評(píng)分。

4.根據(jù)權(quán)利要求3所述的基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法，其特征在于，如果獲取的評(píng)分?jǐn)?shù)據(jù)為整數(shù)，則評(píng)分?jǐn)?shù)據(jù)直接作為分類類別；如果獲取的評(píng)分?jǐn)?shù)據(jù)為小數(shù)，則采用四舍五入的方式取整后，再作為分類類別；

則，

5.根據(jù)權(quán)利要求4所述的基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法，其特征在于，確定評(píng)分?jǐn)?shù)據(jù)為樸素貝葉斯分類的特征屬性。

6.根據(jù)權(quán)利要求5所述的基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法，其特征在于，將獲取的評(píng)分?jǐn)?shù)據(jù)及取整的評(píng)分?jǐn)?shù)據(jù)讀取作為訓(xùn)練樣本，用戶和商品作為特征屬性，生成用戶-商品評(píng)分矩陣R＝{r_1,1,…,r_a,b,…,r_m,n}；其中，矩陣包括m個(gè)用戶U＝{u₁,u₂,…,u_a,…,u_m}和n個(gè)商品I＝{i₁,i₂,…,i_b,…,i_n}。

7.根據(jù)權(quán)利要求6所述的基于大規(guī)模評(píng)分?jǐn)?shù)據(jù)對(duì)用戶進(jìn)行商品在線實(shí)時(shí)推薦的方法，其特征在于，計(jì)算用戶對(duì)商品各評(píng)分類別的概率的方法如下：

讀取存儲(chǔ)在HDFS分布式文件系統(tǒng)上的評(píng)分?jǐn)?shù)據(jù)作為輸入，則輸入為<offset,(UserID,ItemID,Rating)>；其中，offset是文件位置偏移量，(UserID,ItemID,Rating)是讀取數(shù)據(jù)中每一行的內(nèi)容，UserID表示用戶，ItemID表示商品，Rating表示用戶對(duì)商品的評(píng)分；

Map-I階段：評(píng)分Rating為key，(UserID,ItemID)和(NUM)為value，輸出<Rating,(UserID,ItemID)>和<Rating,(NUM)>的鍵值對(duì)；其中，NUM表示訓(xùn)練樣本中數(shù)據(jù)的總量；

Reduce-I階段：讀取Map-I階段的輸出，得到各個(gè)評(píng)分類別的概率，將評(píng)分Rating設(shè)置為key，統(tǒng)計(jì)各評(píng)分出現(xiàn)的次數(shù)NUM_R_i，結(jié)合Map-I階段中得到的訓(xùn)練樣本數(shù)據(jù)總量NUM，則得到各個(gè)評(píng)分類別的概率并輸出<UserID Rating,(1)>、<ItemIDRating,(1)>、<Rating NUM_R_i P(R_i),(1)>的鍵值對(duì)。