[发明专利]一种栏目推荐方法及装置

权利要求书

1.一种栏目推荐方法，其特征在于，包括以下步骤：

获取栏目属性信息；

根据所述栏目属性信息，生成多个矩阵R，其中矩阵R的行和列分别表示用户标识，元素Rab表示用户a和用户b均点击过一共同栏目标识，a∈1,2,…,n；b∈1,2,…n,n为用户个数，元素Rab为1；所述多个矩阵R乘以预设惩罚因子加和得到用户相似度矩阵，从用户相似度矩阵中获取目标用户与其他用户结合对应的元素值，用所述元素值除以目标用户与其他用户共点击的栏目个数的平方根以得到目标用户与其他用户之间的相似度；

根据所述目标用户与其他用户之间的相似度，得到目标用户的最近邻居集；

根据所述最近邻居集，计算目标用户对于未推荐栏目的预测评分；

根据所述预测评分及预先获取的目标用户对于历史栏目的评分，生成栏目推荐列表进行推荐。

2.根据权利要求1所述的栏目推荐方法，其特征在于，所述根据所述目标用户与其他用户之间的相似度，得到目标用户的最近邻居集具体为：

对所述目标用户与其他用户之间的相似度进行排序，获得目标用户的最近邻居集。

3.根据权利要求1所述的栏目推荐方法，其特征在于，所述根据所述最近邻居集，计算目标用户对于未推荐栏目的预测评分具体为：

根据预测评分公式，计算所述目标用户对于未推荐栏目的预测评分，预测评分公式为：s(u,k)为k个最近邻居集，click(.,v)为用户v对于所有栏目的点击量，click(l,v)为用户v对栏目l的点击量，l∈1,2,…m，m为栏目个数，μ为第一调节因子，sim(v,u)为用户u与用户v之间的相似度，用户v属于最近邻居集中的用户，用户u为目标用户，u∈1,2,…,n；v∈1,2,…,n，k∈1,2,…n。

4.根据权利要求3所述的栏目推荐方法，其特征在于，所述目标用户对历史栏目的评分获取方式为：

根据公式获取目标用户对于历史栏目的评分，其中，click(.,u)为用户u对于所有栏目的点击量，click(l,u)为用户u对栏目l的点击量，l∈1,2,…m，m为栏目个数，η为第二调节因子。

5.根据权利要求4所述的栏目推荐方法，其特征在于，所述根据所述预测评分及预先获取的目标用户对于历史栏目的评分，生成栏目推荐列表进行推荐具体为：根据预设融合因子对所述预测评分和目标用户对于历史栏目的评分进行加权求和，对求和结果进行排序，并根据目标用户需要推荐的栏目个数确定推荐列表进行推荐。

6.根据权利要求1所述的栏目推荐方法，其特征在于，所述根据所述栏目属性信息，生成多个矩阵R具体为：

根据所述栏目属性信息，获取各用户点击栏目标识的用户行为记录表，根据所述用户行为记录表，生成各栏目对应的操作用户标识的栏目-用户倒排表，根据所述栏目-用户倒排表，生成多个矩阵R。

7.一种栏目推荐装置，其特征在于，包括：

获取模块，用于获取栏目属性信息；

相似度计算模块，用于根据所述栏目属性信息，生成多个矩阵R，其中矩阵R的行和列分别表示用户标识，元素Rab表示用户a和用户b均点击过一共同栏目标识，a∈1,2,…,n；b∈1,2,…n,n为用户个数，元素Rab为1；所述多个矩阵R乘以预设惩罚因子加和得到用户相似度矩阵，从用户相似度矩阵中获取目标用户与其他用户结合对应的元素值，用所述元素值除以目标用户与其他用户共点击的栏目个数的平方根以得到目标用户与其他用户之间的相似度；

预测评分模块，用于根据所述目标用户与其他用户之间的相似度，得到目标用户的最近邻居集，并根据所述最近邻居集，计算目标用户对于未推荐栏目的预测评分；

推荐模块，用于根据所述预测评分及预先获取的目标用户对于历史栏目的评分，生成栏目推荐列表进行推荐。

8.根据权利要求7所述的栏目推荐装置，其特征在于，所述预测评分模块具体为：根据预测评分公式，计算目标用户对于未推荐栏目的预测评分，预测评分公式为：s(u,k)为k个最近邻居集，click(.,v)为用户v对所有栏目的点击量，click(l,v)为用户v对栏目l的点击量，l∈1,2,…m，m为栏目个数，μ为第一调节因子，sim(v,u)为用户u与用户v之间的相似度，用户v属于最近邻居集中的用户，用户u为目标用户，u∈1,2,…,n；v∈1,2,…,n，k∈1,2,…n。