[发明专利]服务推荐处理的方法和装置

权利要求书

1.一种服务推荐处理的方法，其特征在于，包括：

获取用户集中各用户对待推荐服务集中各服务的评分值，所述用户集包括活动用户和历史用户，所述待推荐服务集包括多个待推荐给用户的服务；

根据所述活动用户与各历史用户共同评价过的服务的数量和评分值，获取所述活动用户的相似用户，所述相似用户是指对所述待推荐服务集中的各服务与所述活动用户具有相似排序偏好的历史用户；

根据所述活动用户和所述相似用户对所述待推荐服务集中各服务的评分值，构建各服务间的偏序关系模型矩阵；

根据所述偏序关系模型矩阵，应用贪心算法获取服务推荐排序列表；

根据所述活动用户评价过的服务的排序对所述服务推荐排序列表进行修正；

其中，所述根据所述活动用户与各历史用户共同评价过的服务的数量和评分值，获取所述活动用户的相似用户，包括：

根据公式计算随机试验期望值，再根据公式sim(u,v)＝2p-1计算平均精度相关系数，选取所述平均精度相关系数满足预设条件的历史用户作为所述相似用户；其中，C(i)表示在所述活动用户u和所述历史用户v各自所对应的排序列表中共同位于所述活动用户u对应的排序列表中的第i个服务前面的服务的数量，N表示所述活动用户u和所述历史用户v共同评价过的服务个数，所述排序列表中所述共同给出评分的服务按照各自对应的评分值由大到小排序；

所述根据所述活动用户和所述相似用户对所述待推荐服务集中各服务的评分值，构建所述活动用户各服务间的偏序关系模型矩阵，包括：

获取所述活动用户u各服务间的偏好关系值ψ(i,j)，其中，j≥i，i,j∈S；所述ψ(i,j)表示服务s_i和服务s_j间的偏好关系值；S表示待推荐服务集；

若所述活动用户u对服务s_i和所述服务s_j均有评分，则ψ(i,j)＝r_u,i-r_u,j，r_u,i为所述活动用户u对服务s_i的评分值，r_u,j为所述活动用户u对服务s_j的评分值；

若所述活动用户u对服务s_i和所述服务s_j至少有一个没有评分，则根据相似用户集计算服务s_i和服务s_j间的偏好关系值ψ(i,j)，具体地，

其中，所述相似用户集包括所述活动用户u的所有相似用户中同时评价过服务i和j的各个相似用户v，r_v,i为所述历史用户u对服务s_i的评分值，r_v,j为所述历史用户v对服务s_j的评分值，

若j＝i，则ψ(i,j)＝0；

根据所述活动用户u各服务间的偏好关系值ψ(i,j)构建所述偏序关系模型矩阵。

2.根据权利要求1所述的方法，其特征在于，所述根据所述偏序关系模型，应用贪心算法获取服务推荐排序列表，包括：

获取服务s_i的优先值选取优先值最大的服务s_t并给予所述服务s_t在所述服务推荐排序列表的排序值为1，并从所述待推荐服务集S中将服务s_t移除；

根据公式π(i)＝π(i)-2ψ(i,t)调整所述待推荐服务集S中除服务s_t之外的其他所有服务s_i的优先值π(i)，再次选取优先值最大的服务s_r并给予所述服务s_r在所述服务推荐排序列表的排序值为2，并从所述待推荐服务集S中将服务s_r移除；

重复上述步骤，直至所述待推荐服务集中所有的服务在所述服务推荐排序列表中具有各自对应的排序值。

3.根据权利要求1或2所述的方法，其特征在于，所述预设条件为所述平均精度相关系值在(0.5，1]的范围内。