[发明专利]一种基于用户地理位置信息的产品推荐方法及系统

说明书

技术领域

本发明属于互联网技术领域，尤其涉及一种基于用户地理位置信息的产品推荐方法及系统。

背景技术

随着互联网技术的发展，人们对产品推荐的需求越来越广泛，要求也越来越高。

现有的产品推荐方法主要包括基于内容、基于协同、基于规则、基于效用、基于知识、推荐组合等，上述推荐方法只能够简单地根据用户个人喜好、评分、时间等因素来进行产品推荐，无法根据用户的其他关联信息进行精准的产品推荐。

发明内容

本发明所要解决的技术问题在于提供一种基于用户地理位置信息的产品推荐方法及系统，旨在解决现有技术中无法根据用户的其他关联信息进行精准的产品推荐的问题。

本发明是这样实现的，一种基于用户地理位置信息的产品推荐方法，包括：

获取使用产品的用户的地理位置信息；

根据所述地理位置信息，利用聚类算法计算得到用户的若干待确认常驻地址区域；

按照预置确认算法从若干所述待确认常驻地址区域中确认最优区域，以所述最优区域的中心作为所述用户的常驻地址；

计算所述用户的常驻地址和产品使用地址的距离，得到目标距离；

计算物质扩散和热传导耦合算法的混合矩阵，并根据计算得到的混合算法矩阵计算加入时间因素的初始产品推荐分数；

根据所述初始产品推荐分数计算加入所述目标距离的产品推荐分数，得到目标产品推荐分数，并根据所述目标产品推荐分数进行产品推荐。

进一步地，以所述地理位置信息为数据集，则所述根据所述地理位置信息，利用聚类算法计算得到用户的若干待确认常驻地址区域包括：

扫描所述数据集，找到任意一个核心点产品；

寻找从所述核心点产品出发的所有密度相连的数据点；

遍历所述核心点产品的预置邻域内的所有核心点产品，寻找与所有所述数据点密度相连的核心点产品，直至确定没有可以扩充的数据点，得到基于所述核心点产品的簇；

重新扫描所述数据集，寻找没有被聚类的核心点产品，并执行所述寻找从所述核心点产品出发的所有密度相连的数据点的步骤，直至确定所述数据集中不存在新的核心点产品，得到若干簇；

以所述数据集中不包含于任何簇中的数据点为异常点，以得到的所有的簇作为用户的若干待确认常驻地址区域。。

进一步地，所述按照预置确认算法从若干所述待确认常驻地址区域中确认最优区域包括：

获取用户在所述待确认常驻地址区域点评的次数值，并判断所述点评的次数值是否满足预置次数值；

若不满足，则确定所述待确认常驻地址区域非最优区域；

若满足，获取用户在所述待确认常驻地址区域点评的时间间隔，并确定满足预置时间间隔的点评次数；

比较所有所述待确认常驻地址区域满足预置时间间隔的点评次数，以满足预置时间间隔的点评次数最多的待确认常驻地址区域为所述最优区域。

进一步地，所述计算物质扩散和热传导耦合算法的混合矩阵，并根据计算得到的混合算法矩阵计算加入时间因素的初始产品推荐分数包括：

在物质扩散和热传导耦合算法的基础上，为每对用户和产品分配初始分数；

计算物质扩散和热传导耦合算法的混合矩阵，得到混合算法矩阵，以表示所述混合算法矩阵，其中，U表示用户的数量，k_j表示用户j点评的产品数量，t表示时间，k_β表示点评产品β的用户数量，a_jα＝0表示用户j未点评产品α，a_jα＝1表示用户j已点评产品α；

利用所述混合算法矩阵，求出所述每对用户和产品的初始分数，其中以表示所述初始分数，其中α表示第α产品，i表示第i个用户，则：

将时间因素加入所述初始分数，得到初始产品推荐分数，以表示所述初始产品推荐分数，则

进一步地，所述根据所述初始产品推荐分数计算加入所述目标距离的产品推荐分数包括：

将所述目标距离加入所述初始产品推荐分数的计算中，并添加预置参数进行调节用于调节，得到产品推荐分数；

以表示所述产品推荐分数，以θ表示所述预置参数，以d_iα表示所述目标距离，则其中d_iα＝Distance(user position，item position)，user position表示所述用户的常驻地址，item position表示所述产品使用地址。

本发明还提供了一种基于用户地理位置信息的产品推荐系统，包括：