[发明专利]一种基于项目标签和图形关系的众筹网站项目推荐方法

说明书

一种基于树形标签和图形关系的众筹网站项目推荐方法，包括以下步骤：步骤1)基于树形标签的推荐：对众筹网站项目的属性进行了划分，对其进行建模，利用树描述项目标签，将用户行为和项目标签之间的联系抽象用户的私人标签树，并将树形标签存储在文档型数据库CouchDB中；步骤2)：基于图形关系的推荐，存储在图数据库Neo4j中；步骤3)：将步骤1)和步骤2)中的两组项目加权求和平均，最终得到k2个推荐的项目综合结果并异步传输给用户。本发明解决现有传统个性化推荐方法在处理众筹平台中项目属性、用户行为和用户与项目关系时面临的推荐效率低和推荐精度差等问题。

技术领域

本发明涉及机器学习、图数据库和推荐算法领域，具体是指在众筹网站环境下实现一种基于项目标签、用户行为和用户相似度的个性化推荐方法，根据众筹网站中的项目属性和用户行为特点，利用文档型数据库CouchDB存储项目标签；利用Neo4j数据库存储用户间关系和项目用户映射关系，根据图结构计算用户相似度，并根据用户相似度得出推荐结果，进而提供快速高效的个性化项目推荐服务。

背景技术

众筹网站最初的目的是帮助有梦想、有创意的人筹集期望资源(资金众筹，物品众筹，人力众筹等)，项目发起方通过文字，图片，视频等方式将自己希望实现的创意、梦想展示在网站上，设定目标额度以及执行周期。

众筹网站面向的用户群庞大、项目与用户关系复杂，如何能够快速地让用户获取到自己感兴趣的项目，因此个性化推荐技术应运而生。个性化推荐是一种根据用户的主观兴趣和客观使用行为，主动向用户推荐其可能感兴趣的项目的信息过滤技术。个性化推荐技术作为一种重要的信息过滤手段，能够有效解决众筹网站中存在的项目信息过载问题。

目前，个性化推荐技术已被广泛应用于电子商务，社会网络等互联网应用中，尽管有一些研究成果，但其仍面临很多挑战，主要包括项目分类标签，用户行为描述，用户相似度计算，待推荐项目的相似度问题等。

如现有技术公开有如下技术：CN 201310091450.1推荐方法及系统，包括：接收待检索地点的信息；提取所述待检索地点的坐标位置；根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息；根据预设的相似性规则和关联性规则分别计算。

CN201310300482.8目的地推荐系统和目的地推荐方法-目的地推荐系统包括存储设施数据的地图数据库(12)、存储行驶历史数据的行驶历史数据库(14)、行程目的地确定部(24)、计算部(26)、搜索部(28)和输出部(18)。当从枢纽位置到每个行程目的地的多个访问的次数或频率满足预定条件时，行程目的地的多个访问的次数或频率进行推。

CN201210343032.2基于标签技术的个人交互数据检索方法及其系统，该方法将交互数据与标签之间的二元关系存储在数据库中，通过设计标签的总权重和标签与标签之间的权重计算方法，构建基于带权树形结构的用户兴趣模型，从而有效的描述用户对标签的偏好特征。

CN201410381792.1资源推荐方法及装置，该资源推荐方法包括：获取用户从当前浏览器页面选中的信息；以及根据信息获得与信息相关的资源，并在当前浏览器页面上显示资源。本发明实施例提供的资源推荐方法及装置，在不影响用户浏览当前浏览器页面的同时，为资源推荐。

CN 201410223047.4信息推荐方法及装置，其中信息推荐方法，包括：接收客户端发送的用户开启资源的请求；根据请求查询用户的历史浏览记录，并根据历史浏览记录获得待播放的信息，其中，历史浏览记录中包含用户浏览的信息的相关参数和用户关闭的信息的相关参数。

CN 201210280588.1用户推荐方法，包括以下步骤：获取触发推荐用户的指令；根据所述指令生成候选推荐用户列表；读取用户社交质量数据，根据所述用户社交质量数据计算所述候选推荐用户列表中的用户的匹配成功率；从候选推荐用户列表中选取匹配成功率最高的至少一个用户进行推荐。