[发明专利]基于相反属性知识库的个性化推荐方法和系统

说明书

本发明公开了一种个性化推荐方法和系统，所述方法包括：获取当前推荐系统向用户推荐的推荐结果序列；在推荐结果序列中获取预设方向的预设推荐个数个推荐结果作为初次推荐结果序列；根据用户的身份信息在相反属性知识库中查询是否存储用户的相反属性；当查询结果为是时，分别将初次推荐结果序列中的各个推荐结果与用户的相反属性进行匹配；删除初次推荐结果序列中与用户的相反属性的匹配结果符合预设条件的推荐结果；根据初次推荐结果序列剩余的推荐结果得到最终推荐结果序列；输出最终推荐结果序列。本发明提高对用户进行推荐的准确率，进而提高用户对推荐结果的采纳率，提升推荐系统对用户的价值。

技术领域

本发明涉及推荐技术领域，特别是涉及一种基于相反属性知识库的个性化推荐方法和系统。

背景技术

随着电子商务规模的不断扩大，商品个数和种类快速增长，用户需要花费大量的时间才能找到自己想买的商品。浏览大量无关信息和产品的过程无疑会使消费者不断流失。为了解决这些问题，个性化推荐技术应运而生。个性化推荐技术是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

但是现有个性化推荐系统在用户购买商品的历史数据的分析基础上进行推荐时，可能出现错误推荐。譬如，推荐系统发现A用户和B用户的以往兴趣特点和购买行为都很类似，最近A用户购买了卫生巾，结果推荐系统就把卫生巾推荐给了B用户，这个推荐是否准确？A用户和B用户之所以在过去的时间内兴趣特点和购买行为都很类似，是因为A用户和B用户是亲姐弟，但A用户是女性，最近来月经初潮了，所以开始第一次买卫生巾，但B用户是男性，把卫生巾推荐给B用户，显然是错误的推荐。可见，现有推荐技术得到的推荐结果常常与用户想买的商品不吻合，导致错误的推荐，进而降低用户对推荐结果的采纳率，降低推荐系统对用户的价值。

发明内容

基于上述情况，本发明提出了一种个性化推荐方法和系统，提高对用户进行推荐的准确率，进而提高用户对推荐结果的采纳率，提升推荐系统对用户的价值。

为了实现上述目的，本发明技术方案的实施例为：

一种个性化推荐方法，包括以下步骤：

获取当前推荐系统向用户推荐的推荐结果序列；

在所述推荐结果序列中获取预设方向的预设推荐个数个推荐结果作为初次推荐结果序列，所述预设推荐个数小于或等于所述推荐结果序列中的推荐结果总数；

根据所述用户的身份信息在相反属性知识库预先存储的用户相反属性表中查询是否存储所述用户的相反属性；

当查询结果为是时，分别将所述初次推荐结果序列中的各个推荐结果与所述用户的相反属性进行匹配；

删除所述初次推荐结果序列中与所述用户的相反属性的匹配结果符合预设条件的推荐结果；

根据所述初次推荐结果序列剩余的推荐结果得到最终推荐结果序列；

输出所述最终推荐结果序列。

一种个性化推荐系统，包括：

推荐结果序列获取模块，用于获取当前推荐系统向用户推荐的推荐结果序列；

初次推荐结果序列获取模块，用于在所述推荐结果序列中获取预设方向的预设推荐个数个推荐结果作为初次推荐结果序列，所述预设推荐个数小于或等于所述推荐结果序列中的推荐结果总数；

属性查询模块，用于根据所述用户的身份信息在相反属性知识库预先存储的用户相反属性表中查询是否存储所述用户的相反属性；

结果匹配模块，用于当查询结果为是时，分别将所述初次推荐结果序列中的各个推荐结果与所述用户的相反属性进行匹配；