[發明專利]基于混合信息融合的情感感知商品推薦方法

有效

• 申請號: 202010319045.0
• 申請日: 2020-04-21
• 公開（公告）號: CN111507804B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 莫毓昌
• 申請（專利權）人: 莫毓昌
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9536;G06Q10/06;G06K9/62
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 席小東

本發明提供一種基于混合信息融合的情感感知商品推薦方法，包括：計算用戶之間的用戶相似度；基于用戶相似度計算商品對用戶的初始商品推薦度；利用情感信息校正商品對用戶的初始商品推薦度，得到商品對用戶的最終商品推薦度；對于未購買商品范圍中的每個商品，均得到商品對用戶的最終推薦度值，將未購買商品范圍中各個商品對應的最終推薦度值按從高到低的順序排列，選擇排序在前的若干個商品推薦給用戶。本發明綜合考慮已購買該商品的所有用戶的評分數據和評論數據、用戶與每個已購買該商品的用戶的用戶相似度以及用戶對每個商品進行的購買前咨詢評論數據，從而得到商品推薦度，由于考慮的信息全面充分，有效提高商品推薦度結果的準確性。

技術領域

本發明屬于商品推薦技術領域，具體涉及一種基于混合信息融合的情感感知商品推薦方法。

背景技術

互聯網的出現和普及給用戶帶來了大量的信息，滿足用戶在信息時代對信息的需求，但隨著網絡的迅速發展，網上信息量大幅增長，使得用戶在面對大量信息時無法從中獲得對自己真正有用的信息，對信息的使用效率反而降低，這就是信息超載問題。

解決信息超載問題一個非常有潛力的辦法是推薦系統，推薦系統現已廣泛應用于很多領域，其中最典型的應用領域是電子商務領域。

在電子商務領域，現有商品推薦系統主要實現方式為：根據用戶針對已購買商品的評論數據以及用戶的興趣等信息，實現對用戶的個性化商品推薦。此種商品推薦系統主要存在以下問題：由于商品推薦系統考慮的用戶信息較少，具有商品推薦精度低的問題。

發明內容

針對現有技術存在的缺陷，本發明提供一種基于混合信息融合的情感感知商品推薦方法，可有效解決上述問題。

本發明采用的技術方案如下：

本發明提供一種基于混合信息融合的情感感知商品推薦方法，包括以下步驟：

步驟1，推薦平臺建立商品集合P＝(P₁,P₂,...,P_n)和用戶集合Q＝(Q₁,Q₂,...,Q_m)；其中，所述商品集合P為電子商務平臺上面的可進行商品推薦的商品范圍，n為可進行商品推薦的商品數量；所述用戶集合Q為已注冊到電子商務平臺的用戶集合，m為用戶集合中的用戶數量；

推薦平臺建立評分數據庫；每當任意的用戶Q_i從所述電子商務平臺購買任意的商品P_j，并針對商品P_j進行購買后的評分時，將原始評分Score(Q_i,P_j)存儲到所述評分數據庫；其中，i＝1,2,...,m；j＝1,2,...,n；原始評分Score(Q_i,P_j)表示用戶Q_i對商品P_j進行的原始評分；

步驟2，當任意的用戶Q_i訪問所述電子商務平臺時，所述電子商務平臺查找所述評分數據庫，得到用戶Q_i已進行購買后原始評分的商品范圍，然后，商品集合P中去除已進行購買后原始評分的商品范圍，得到用戶Q_i未進行原始評分的商品范圍，即為用戶Q_i的未購買商品范圍，對于未購買商品范圍中的每個商品P_k，均采用步驟3-步驟5的方法，得到對商品P_k的最終推薦度值:

步驟3，對于商品P_k，統計得到對商品P_k進行購買后評分和發表購買后評論數據的用戶集合R＝(R₁,R₂,...,R_z)；其中,用戶集合R為用戶集合Q的子集；

對于用戶集合R中的每個用戶R_a，a＝1,2,...,z，均執行以下步驟: