[发明专利]推荐系统及方法

说明书

技术领域

本发明涉及网络技术，尤其涉及一种推荐系统及方法。

背景技术

随着互联网的普及和电子商务的迅速发展，推荐系统已被广泛用到各种领域，成为信息技术(information technology，IT)技术的一个重要研究内容，得到越来越多的关注。目前，几乎所有大型的电子商务系统，如Amazon、CDNOW、eBay、当当网上书店等，都不同程度的使用了各种形式的推荐系统。

一种推荐系统是基于用户的协同推荐，即根据评分相似的最近邻居的评分数据，向目标用户产生推荐。另一种推荐系统是基于项目的协同推荐，即基于项目的协同过滤推荐，其依赖于项目的相似度来进行推荐。

发明人在实现本发明的过程中，发现现有技术至少存在以下缺陷：这两种推荐系统对于评分数据稀疏的情况，均存在推荐质量低的问题。通常在电子商务网站中，用户购买或评分的商品相对于总商品数量，仅占有限的百分比，导致用户对项目的评分数据集稀疏。在这种项目数据量大而评分数据又稀疏的情况下，前一种推荐系统一方面难以成功地定位邻居用户集，影响推荐精度；另一方面由于难以定位邻居用户集，使得在整个用户空间上计算相似用户群的过程，不可避免地成为了算法的瓶颈。后一种推荐系统在预先计算项目相似度时，大部分项目之间的相似度为零，直接影响了推荐效果，推荐的准确性不高。

发明内容

本发明实施例提出一种推荐系统及方法，以全面地综合考虑推荐因素提高推荐的准确性。

本发明实施例提供了一种推荐系统，包括：

推荐控制模块，接收目标用户的请求，根据所述目标用户的请求调用待推荐集确定模块、评分预测模块和推荐生成模块；

待推荐集确定模块，用于根据所述调用获取目标用户已评分项目的邻居项目集合，以及获取所述目标用户的邻居用户已评分的项目集合，并计算所述邻居项目集合与所述项目集合的交集，确定待推荐项目集合；

评分预测模块，用于根据所述调用获取所述目标用户对所述待推荐项目集合中各项目的预测评分；

推荐生成模块，用于在所述推荐控制模块的调用下，根据所述预测评分生成向所述目标用户推荐的相应项目，发送给所述目标用户。

本发明实施例还提供了一种推荐方法，包括：

获取目标用户已评分项目的邻居项目集合，以及所述目标用户的邻居用户已评分的项目集合，计算所述邻居项目集合与所述项目集合的交集，获得待推荐项目集合；

获取所述目标用户对所述待推荐项目集合中各项目的预测评分；

根据所述预测评分向所述目标用户推荐相应的项目。

本发明实施例通过综合用户相似度和项目相似度对用户未评分项目进行预测评分，预测评分考虑的因素更全面，项目推荐的准确性更高。

附图说明

图1为本发明推荐系统实施例一的结构示意图；

图2为本发明推荐系统实施例二的结构示意图；

图3为本发明推荐系统实施例三的结构示意图；

图4为本发明推荐系统实施例四的结构示意图；

图5为本发明推荐方法实施例一的流程示意图；

图6为本发明推荐方法实施例二的流程示意图；

图7为本发明推荐方法实施例中预测评分实施例的流程示意图。

具体实施方式

图1为本发明推荐系统实施例一的结构示意图，推荐系统包括待推荐集确定模块5、评分预测模块6、推荐生成模块7及推荐控制模块8，其中，待推荐集确定模块5用于获取目标用户已评分项目的邻居项目集合；以及获取所述目标用户的邻居用户集合已评分的项目集合，并计算所述邻居项目集合与所述项目集合的交集；

推荐控制模块8用于在接收到目标用户的请求时，分别调用所述待推荐集确定模块5、评分预测模块6及推荐生成模块7，所述待推荐集确定模块5生成待推荐的各个项目，即确定待推荐项目集合，评分预测模块6对待推荐项目集合中的各待推荐项目进行预测评分，所述推荐生成模块7最后将按所述预测评分的结果生成向目标用户推荐的项目，之后由所述推荐控制模块向目标用户进行推荐。