[发明专利]一种个性化商品推荐系统

权利要求书

1.一种个性化商品推荐系统，其特征在于：包括收集用户偏好、找到相似的用户或物品和计算推荐三个步骤；上述步骤的实现方式首先收集用户偏好信息，然后根据用户的偏好信息找到相似的用户或者物品，最后计算推荐并将结果展示给消费者。

2.根据权利要求1所述的一种个性化商品推荐系统，其特征在于：所述收集用户偏好步骤包括收设计物品特点和用户行为、收集信息、数据预处理、数据分析和生成用户偏好的二维矩阵六个步骤。

3.根据权利要求2所述的收集用户偏好步骤，其特征在于：所述设计物品特点和用户行为可以根据自己应用的特点添加特殊的用户行为。

4.根据权利要求2所述的收集用户偏好步骤，其特征在于：所述数据预处理的核心工作为减噪和归一化。

5.根据权利要求2所述的收集用户偏好步骤，其特征在于：所述数据分析根据不同应用的行为分析方法，可以选择分组或者加权处理。

6.根据权利要求2所述的收集用户偏好步骤，其特征在于：所述生成用户偏好的二维矩阵一维是用户列表，另一维是物品列表，值是用户对物品的偏好，一般是 [0,1] 或者 [-1, 1] 的浮点数值。

7.根据权利要求1所述的一种个性化商品推荐系统，其特征在于：所述找到相似的用户或物品步骤包括计算相似度和计算相似邻居两个步骤。

8.根据权利要求7所述的找到相似的用户或物品步骤，其特征在于：本发明中提供3种所述计算相似度的方法，分别为：欧几里德距离、皮尔逊相关系数和Cosine 相似度。

9.根据权利要求7所述的找到相似的用户或物品步骤，其特征在于：所述计算相似邻居原则可以分为两类： 固定数量的邻居：K-neighborhoods 或者 Fix-size neighborhoods和基于相似度门槛的邻居：Threshold-based neighborhoods。

10.根据权利要求1所述的一种个性化商品推荐系统，其特征在于：所述计算推荐步骤可以分为基于用户的 协同过滤和基于物品的协同过滤两类。