[发明专利]数据推荐方法及系统

权利要求书

1.一种数据推荐方法，其特征在于，包括：

收集每个用户对每个被推荐数据的选择记录；

根据每个用户对被推荐数据的选择记录获取每个用户对被推荐数据的平均点击率；

根据每个用户对被推荐数据的选择记录和每个用户对被推荐数据的平均点击率获取每个被推荐数据对其所有被推荐的用户的平均受欢迎程度；

判断每个用户对被推荐数据的选择记录的数量是否小于一预设的阈值，

若是，则根据每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个被推荐数据的推荐得分，获取推荐得分最高的前P个被推荐数据推荐给用户，其中P为正整数；

若否，则根据每个用户对被推荐数据的选择记录、每个用户对被推荐数据的平均点击率和每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个被推荐数据的推荐得分，获取推荐得分最高的前Q个被推荐数据推荐给用户，其中Q为正整数。

2.如权利要求1所述的数据推荐方法，其特征在于，根据每个用户对被推荐数据的选择记录、每个用户对被推荐数据的平均点击率和每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个被推荐数据的推荐得分，获取推荐得分最高的前Q个被推荐数据推荐给用户的步骤包括：

根据每个用户对被推荐数据的选择记录、每个用户对被推荐数据的平均点击率和每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个用户对每个被推荐数据的偏好程度；

根据每个用户对每个被推荐数据的偏好程度生成所有用户的偏好矩阵；

将所述偏好矩阵分解成代表用户对被推荐数据的隐藏主题的偏好程度的第一矩阵和代表被推荐数据与所述隐藏主题的关联程度的第二矩阵；

根据所述第一矩阵和第二矩阵获取每个用户对每个被推荐数据的兴趣程度；

根据所述每个用户对每个被推荐数据的兴趣程度和每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个被推荐数据的推荐得分，获取推荐得分最高的前Q个被推荐数据推荐给用户。

3.如权利要求2所述的数据推荐方法，其特征在于，根据所述每个用户对每个被推荐数据的兴趣程度和每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个被推荐数据的推荐得分，获取推荐得分最高的前Q个被推荐数据推荐给用户的步骤包括：

根据所述每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取前N个候选数据，其中N为正整数；

根据所述每个用户对每个被推荐数据的兴趣程度和每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个候选数据的推荐得分，获取推荐得分最高的前Q个候选数据推荐给用户。

4.如权利要求1所述的数据推荐方法，其特征在于，根据每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个被推荐数据的推荐得分，获取推荐得分最高的前P个被推荐数据推荐给用户的步骤包括：

根据所述每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取前N个候选数据，其中N为正整数；

根据每个被推荐数据对其所有被推荐的用户的平均受欢迎程度获取每个候选数据的推荐得分，获取推荐得分最高的前P个候选数据推荐给用户。

5.如权利要求2至4任一项所述的数据推荐方法，其特征在于，每个用户对每个被推荐数据的选择记录的分值用score(user，item)表示，其中user代表用户，item代表被推荐数据，包括对每个用户对每个被推荐数据接受记录或拒绝记录，接受记录的分值score(user，item)=1，拒绝记录的分值score(user，item)=0。

6.如权利要求5所述的数据推荐方法，其特征在于，每个用户对被推荐数据的平均点击率根据下述公式获取：

7.如权利要求6所述的数据推荐方法，其特征在于，每个被推荐数据对其所有被推荐的用户的平均受欢迎程度根据下述公式获取：

8.如权利要求7所述的数据推荐方法，其特征在于，

根据下述公式获取每个被推荐数据的推荐得分：

recommend(item)=quality(item)。