[發明專利]一種面向地方志網站的混合推薦系統

有效

• 申請號: 201710608348.2
• 申請日: 2017-07-24
• 公開（公告）號: CN107391687B
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 張浩;黃濤;楊華利;張晨晨;張慧芳;熊慧敏
• 申請（專利權）人: 華中師范大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/26
• 代理公司: 武漢天力專利事務所 42208
• 代理人: 吳曉穎

本發明屬于網站推薦技術領域，提供一種面向地方志網站的混合推薦系統，包括行為記錄模塊、用戶分類模塊、用戶推薦模塊；所述行為記錄模塊，包括用戶注冊信息和行為信息的記錄，并將用戶注冊信息和行為信息存儲到數據庫中；所述用戶分類模塊，根據用戶訪問方志的頻繁度，將用戶分為：新用戶、一般用戶和積極用戶；并針對每類用戶進行特征分析，以便選用合適的推薦方法從而實現個性化推薦；所述用戶推薦模塊，包括TopN推薦、基于方志標簽+改進的關聯規則推薦、基于用戶的協同過濾推薦三種推薦方法，系統根據用戶分類模塊的分類結果，針對不同類型用戶采用不同的推薦算法。本發明能夠針對不同的用戶類型進行個性化推薦。

技術領域

本發明屬于網站推薦技術領域，具體地說涉及一種面向地方志網站的混合推薦系統。

背景技術

地方志是我國傳統文化的重要載體，蘊含著豐富的信息資源，隨著國家相關部門將地方志數字化工作提上日程，全國各省份相繼建立自己的地方志網站,目前，有大量的用戶在利用地方志網站進行學習與研究。但當用戶面對海量的數據信息時，很難從中找到自己感興趣的信息，在這樣的背景下，個性化推薦系統成為解決信息過載問題的有效工具之一。目前，方志數字化技術領域做的最多的是基于地方志數據庫的全文信息檢索以及地方志中的內容挖掘，而根據用戶的行為來做推薦，這一塊目前還沒有人嘗試。

當下比較主流的推薦系統主要分成四類：協同過濾推薦系統、基于內容的推薦系統、基于關聯規則的推薦以及混合推薦系統，混合推薦是將前幾種推薦技術進行組合，以應對復雜的用戶系統。協同過濾推薦又分為基于用戶的協同過濾推薦和基于物品的協同過濾推薦。基于用戶的協同過濾是通過計算用戶對物品評分的相似度，將相似度高的用戶一些評分高的物品推薦給目標用戶，基于物品的協同過濾也是通過用戶評分的相似度來做推薦，不過是基于物品的相似度計算。這種推薦方法能幫助用戶發現潛在偏好，但存在冷啟動(新用戶推薦)和用戶評價信息稀疏問題。基于內容的推薦方法，是根據用戶已選擇的物品，對其進行內容分析，提取出能表征該物品特征的關鍵詞，然后根據這些關鍵詞來計算物品之間的相似度，并將相似度高的產品推薦給目標用戶，這種推薦技術的問題在于：物品的內容特征很難被提取出來，而且它也無法對同一推薦集中的產品進行合理的排序，此外，基于內容的推薦局限于用戶已選擇物品的相似物品推薦，無法挖掘用戶的潛在偏好。基于關聯規則的推薦方法，是使用數據挖掘技術從大量的交易數據中獲取規則，然后根據用戶的歷史數據和獲取的規則，向目標用戶推薦大部分用戶的一個選擇，同樣也存在新用戶推薦問題。

發明內容

針對上述幾種單一推薦技術存在的問題并結合地方志平臺固有的特征，本發明提供一種面向地方志網站的混合推薦系統，包含了基于TopN的推薦、基于方志標簽和改進的關聯規則推薦以及基于用戶的協同過濾推薦，能夠針對不同的用戶類型進行個性化推薦。

基于TopN的推薦方法主要是解決新用戶缺少用戶行為無法采用像關聯規則和協同過濾這樣基于用戶行為的推薦方法。基于方志標簽和改進的關聯規則推薦，主要是為了解決協同過濾推薦在用戶數據稀疏時推薦效果會逐漸減弱的問題，另一方面關聯規則推薦最主要的工作是k-項頻繁集的查找，如果數據量太過龐大，反而會降低系統的性能，為了提高系統的性能，本發明只查找到2-項頻繁集并獲取強關聯規則同時結合方志標簽得到最終的推薦列表。基于用戶的協同過濾推薦，通過計算目標用戶與其他用戶的相似度，將鄰近用戶瀏覽次數最多的方志生成一個推薦列表，同時將用戶已瀏覽方志的標簽與推薦方志的標簽進行比較，選擇與用戶已瀏覽方志最相似的幾篇方志作為最終的推薦結果。

具體的,本發明目的是通過如下技術方案實現的。

一種面向地方志網站的混合推薦系統，包括行為記錄模塊、用戶分類模塊、用戶推薦模塊；