[发明专利]基于滑动式交互操作的推荐系统及方法

权利要求书

1.一种基于滑动式交互操作的推荐系统，其特征在于，包括：特征提取模块、模型训练模块、评分预测模块和推荐模块，其中：模型训练模块根据已有的数据确定正稳定性边界Bp和负稳定性边界Bn，并训练评分分类器，特征提取模块从用户本次浏览过程中的滑动信息提取浏览速度稳定度和浏览速度序列，评分预测模块接收本次浏览的浏览速度稳定度和浏览速度序列并根据从模型训练模块接收的正稳定性边界Bp、负稳定性边界Bn和评分分类器以获得用户兴趣，推荐模块接收用户兴趣并生成推荐列表。

2.一种基于权利要求1所述系统的推荐方法，其特征在于，包括以下步骤：

1)监测用户本次浏览过程中的滑动信息，从中提取浏览速度稳定度stabtest和浏览速度序列；

2)将浏览速度稳定度stabtest分别与正稳定性边界Bp和负稳定性边界Bn比较，如stabtest>Bp则推荐与本次浏览同类的内容，如stabtest<Bn则屏蔽与本次浏览同类的内容，如果Bn≤stabtest≤Bp，则进行下一步骤；

3)对浏览速度序列进行切分降维，利用评分分类器预测用户兴趣，根据用户兴趣向用户推荐内容；

所述的浏览速度稳定度为用户浏览时所有滑动速度出现频率的不同数值数；

所述的浏览速度序列为一M×M的速度转移矩阵，M为浏览过程中的滑动速度个数，矩阵中第i行j列元素为由滑动速度vi向滑动速度vj转移的次数。

3.根据权利要求2所述的方法，其特征是，所述的正稳定性边界Bp为将已有的正样本集合Ir根据浏览速度稳定度降序排列后所有正混淆度大于正混淆阈值的样本中浏览速度稳定度的最大值。

4.根据权利要求2所述的方法，其特征是，所述的负稳定性边界Bn为将已有的负样本集合Inr根据浏览速度稳定度升序排列后所有负混淆度大于负混淆阈值的样本中浏览速度稳定度的最小值。

5.根据权利要求2所述的方法，其特征是，所述的浏览速度序列的切分是指将浏览速度序列的行与列分别按照快速-负速度、慢速-负速度、慢速-正速度和快速-正速度分为16个子矩阵。

6.根据权利要求2所述的方法，其特征是，所述的浏览速度序列采用主成分分析法进行降维。

7.根据权利要求2所述的方法，其特征是，所述的评分分类器采用支持向量机方法训练获得。