[發明專利]一種基于協同過濾算法的IT書籍推薦系統設計

在審

• 申請號: 201910377576.2
• 申請日: 2019-05-07
• 公開（公告）號: CN110210927A
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 長沙曙通信息科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9536
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于協同過濾算法的IT書籍推薦系統設計，本系統基于B/S模式，采用LAMP架構體系，將協同過濾算法加入網站系統中，以實現IT書籍的個性化推薦。個性化書籍推薦系統能夠通過用戶行為挖掘用戶興趣，從而為用戶推薦適合自己的IT書籍。

技術領域

本發明涉及信息化領域，具體涉及一種基于協同過濾算法的IT書籍推薦系統設計。

背景技術

隨著信息技術和互聯網的發展，人們逐漸從信息匱乏的時代進入到信息過載時代。而個性化推薦系統是解決信息過載的一個有效途徑，推薦系統通過分析用戶的歷史行為給用戶的興趣建立模型，從而主動推薦能夠滿足用戶興趣和需求的信息。一個IT書籍個性化推薦系統，可方便IT從業人員的專業書籍遴選，減少不必要的重復工作。IT書籍推薦系統可以通過分析用戶行為，發現用戶興趣，從而實現個性化的書籍推薦。一個性化推薦基于鄰域的推薦算法是業內使用最廣泛的個性化推薦算法，主要依賴某個用戶的相似用戶或某物品的相似物品產生推薦。根據用戶1物品評分矩陣，計算用戶或物品的相似度，找到最相似的K個鄰居，計算當前用戶與未操作物品的相關度，以推薦列表形式推薦相關度最高的物品。

發明專利內容

本系統基于B/S模式，采用LAMP架構體系，將協同過濾算法加入網站系統中，以實現IT書籍的個性化推薦。個性化書籍推薦系統能夠通過用戶行為挖掘用戶興趣，從而為用戶推薦適合自己的IT書籍。

附圖說明

圖1為公式１圖。

圖２為公式２圖。

圖３為公式３圖。

圖4為公式4圖。

具體實施方式

為了使本發明專利的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明專利進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明專利，并不用于限定本發明專利。

本系統基于B/S模式，采用LAMP架構體系，將協同過濾算法加入網站系統中，以實現IT書籍的個性化推薦。

進一步的，基于用戶的協同過濾算法的基本思想是：興趣相似的用戶可能會對相同物品感興趣。當要給用戶A個性化推薦物品時，可以先找到與其有相似興趣的其他用戶，然后把那些其他用戶喜歡、而用戶A沒有聽說過的物品推薦給A。該算法的推薦過程主要分為兩步：

第一步：找到和目標用戶興趣度相似的用戶集合。其中計算用戶u和v的相似度方法主要有余弦相似度（公式１圖）、皮爾遜相關系數（公式２圖）等，ru，i為用戶u對物品i的評分；u和v分別是用戶u和用戶v在各自所評物品集上的均值；

第二步：得到用戶之間的興趣相似度后，找到該集合中用戶喜歡，且目標用戶沒有聽說過的物品推薦給目標用戶。使用公式（公式3圖）計算用戶u對物品i的感興趣程度，S（u，K）包含和用戶u興趣最接近的K個用戶，N（i）是對物品i有過行為的用戶集合。

進一步的，基于物品的協同過濾算法基于物品的協同過濾算法的基本思想是：通過分析用戶的行為記錄，根據公式（公式4圖）計算物品之間的相似度，物品A和物品B具有很大相似度的原因是因為喜歡物品A的用戶也大都喜歡物品B。算法的推薦過程也分為兩步：

第一步：計算物品之間的相似度。本發明采用改進的余弦相似度；

第二步：得到物品之間的相似度后，計算用戶對物品的興趣度。按興趣度從高到低排序后，取其前N個值作為最終結果推薦給用戶。（AKr-i）表示物品i的平均分，S（i，K）表示和物品i相似的K個物品集合，N（u）表示用戶u評分過的物品。