[发明专利]一种个性化推荐方法及系统

权利要求书

1.一种个性化推荐方法，其特征在于，包括如下步骤：

获取输入数据，输入数据包括点击数据和对象数据，其中，点击数据为用户对兴趣对象的操作行为，对象数据包括兴趣对象标题、以及根据标题提取的类别或标签；

将输入数据进行预处理；

对预处理后的输入数据进行兴趣分析，得到基于标题及类别的推荐列表和基于标签及类别的推荐列表；

利用推荐算法对基于标题及类别的推荐列表和基于标签及类别的推荐列表进行加权融合处理，得到候选推荐列表；

按照预设条件对候选推荐列表过滤，生成推荐列表。

2.根据权利要求1所述的个性化推荐方法，其特征在于，所述将输入数据进行预处理包括

对用户点击行为数据、点击对象数据进行数据清洗、过滤异常行为操作；

将点击操作行为与用户进行映射，兴趣对象与信息参数进行映射。

3.根据权利要求1所述的个性化推荐方法，其特征在于，所述对预处理后的输入数据进行兴趣分析，得到基于标题及类别的推荐列表和基于标签及类别的推荐列表包括

设置不同操作的权重；

根据输入数据获取不同兴趣对象与标题、类别及标签的关联关系，以及同一用户与兴趣对象、操作行为、操作时间的关联关系；

统计同一兴趣对象中不同标题与类别、不同标签与类别的数量，并分别计算不同标题与类别的加权值、不同标签与类别的加权值；

将不小于预设值的加权值对应的结果作为兴趣分析结果。

4.根据权利要求1所述的个性化推荐方法，其特征在于，所述利用推荐算法对基于标题及类别的推荐列表和基于标签及类别的推荐列表进行加权融合处理，得到候选推荐列表包括

计算标题及类别的推荐列表和基于标签及类别的推荐列表的加权值；

按照计算得到的加权值将推荐列表进行排序。

5.一种个性化推荐系统，其特征在于，包括

输入模块，用于获取输入数据，输入数据包括点击数据和对象数据，其中，点击数据为用户对兴趣对象的操作行为，对象数据包括兴趣对象标签、以及根据标题提取的类别或标签；

预处理模块，用于将输入数据进行预处理；

兴趣分析模块，用于对预处理后的输入数据进行兴趣分析，得到基于标题及类别的推荐列表和基于标签及类别的推荐列表；

重生成模块，用于利用推荐算法对基于标题及类别的推荐列表和基于标签及类别的推荐列表进行加权融合处理，得到候选推荐列表；

推荐模块，用于按照预设条件对候选推荐列表过滤，生成推荐列表。

6.根据权利要求5所述的个性化推荐系统，其特征在于，预处理模块包括

处理单元，用于对用户点击行为数据、点击对象数据进行数据清洗、过滤异常行为操作；

映射单元，用于将点击操作行为与用户进行映射，兴趣对象与信息参数进行映射。

7.根据权利要求5所述的个性化推荐系统，其特征在于，兴趣分析模块包括

权重设置单元，用于设置不同操作的权重；

信息提取单元，用于根据输入数据获取不同兴趣对象与标题、类别及标签的关联关系，以及同一用户与兴趣对象、操作行为、操作时间的关联关系；

加权计算单元，用于统计同一兴趣对象中不同标题与类别、不同标签与类别的数量，并分别计算不同标题与类别的加权值、不同标签与类别的加权值；

候选分析单元，用于将不小于预设值的加权值对应的结果作为兴趣分析结果。

8.根据权利要求5所述的个性化推荐系统，其特征在于，所述重生成模块包括

融合单元，用于计算标题及类别的推荐列表和基于标签及类别的推荐列表的加权值；

排序单元，用于按照计算得到的加权值将推荐列表进行排序。