[發明專利]一種契合用戶興趣變化的協同處理方法及系統在審

申請號：	201710414491.8	申請日：	2017-06-05
公開（公告）號：	CN107368519A	公開（公告）日：	2017-11-21
發明（設計）人：	黃文明;張健;白善今;張寶軍	申請（專利權）人：	桂林電子科技大學
主分類號：	G06F17/30	分類號：	G06F17/30
代理公司：	北京輕創知識產權代理有限公司11212	代理人：	楊立,周玉婷
地址：	541004 廣西***	國省代碼：	廣西;45
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種契合用戶興趣變化協同處理方法系統
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及信息處理領域，具體涉及一種契合用戶興趣變化的協同處理方法及系統。

背景技術

隨著計算機網絡的飛速發展，現在我們身處于一個信息數據爆炸式增長的世界網絡每天都有巨量的數據進行交換和分享。諸如在線內容服務、即時通信、社交網絡和云計算等新興的網絡信息服務在今天的日常生活中扮演著極其重要的角色。面對琳瑯滿目的應用產生的海量信息，用戶需要根據自身需求投入大量的精力和時間在過濾和篩選這些網絡應用提供的信息數據當中。

隨著時間的推移，推薦系統目前逐漸成為機器學習、數據挖掘以及人機接口相關領域的熱門研究方向，如美國明尼蘇達大學的GroupLens團隊、美國密歇根大學Paul Resnick教授帶領的團隊、微軟研究院等很多研究團隊都對推薦系統及其算法進行了很多基礎研究和改進工作?，F在推薦系統得到了長足的進步，大量的研究在解決推薦算法存在的各種問題上取得了不少成果。但是研究主要集中在解決推薦算法存在的可擴展性問題、系統冷啟動問題等方面。隨著網絡世界翻天覆地的變化和各項技術日益的創新，用戶的需求也越來越高，如何解決當前推薦系統對于個性化推薦能力的欠缺，是當前業界關注的重點之一。因此，個性化推薦系統中存在的用戶隱性喜好的發現、用戶的興趣漂移、推薦的時效性都是現在研究的主要方向。

在個性化推薦系統中，由于用戶興趣的多樣性和動態性，導致在交互過程中很難明確用戶的主觀興趣，即存在著用戶興趣的潛在性。而當前有關用戶興趣變化的協同過濾算法往往是直接簡單地基于數據集中的用戶歷史行為數據來計算得到用戶之間的相似度。由此帶來了許多造成推薦系統準確度降低的問題，例如：由矩陣表示的數據集存在著稀疏性帶來的數據稀疏性問題、推薦不能反映用戶興趣動態的變化帶來的用戶興趣漂移問題等。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供一種契合用戶興趣變化的協同處理方法及系統。

本發明解決上述技術問題的技術方案如下：一種契合用戶興趣變化的協同處理方法，包括如下步驟：

采集用戶數據并格式化，得到用戶行為數據集，所述用戶行為數據集包括用戶對項目評分和用戶對項目的行為時間信息；

根據所述用戶行為數據集構建項目顯式主題向量，并對所述項目顯式主題向量進行相似度計算，得到目標項目的近鄰列表；

根據艾賓浩斯遺忘曲線方法以及所述用戶對項目的行為時間信息更新所述用戶對項目評分，得到新的用戶對項目評分；

根據所述用戶行為數據集構建用戶興趣主題向量，并根據所述用戶興趣主題向量構建用戶畫像personas，并根據所述新的用戶對項目評分更新所述用戶畫像personas；

根據更新后的用戶畫像personas進行相似度計算，得到目標用戶的近鄰列表；

根據所述目標用戶的近鄰列表和目標項目的近鄰列表，得到目標用戶及其近鄰用戶對目標項目的項目列表；以及

對所述目標用戶及其近鄰用戶對目標項目的項目列表進行平均值計算，得到目標用戶對目標項目的預測評分，將所述預測評分作為推薦結果。

本發明的有益效果是：通過用戶對項目的行為時間信息更新用戶對項目的評分，考慮了用戶行為的時序性對其興趣的影響，解決了現有技術中存在的概念漂移問題，另外，基于更新后的用戶興趣向量和用戶畫像，對項目進行評分預測，對數據具有更好的抗稀疏性。

在上述技術方案的基礎上，本發明還可以做如下改進。