[发明专利]一种面向地方志网站的混合推荐系统

说明书

本发明属于网站推荐技术领域，提供一种面向地方志网站的混合推荐系统，包括行为记录模块、用户分类模块、用户推荐模块；所述行为记录模块，包括用户注册信息和行为信息的记录，并将用户注册信息和行为信息存储到数据库中；所述用户分类模块，根据用户访问方志的频繁度，将用户分为：新用户、一般用户和积极用户；并针对每类用户进行特征分析，以便选用合适的推荐方法从而实现个性化推荐；所述用户推荐模块，包括TopN推荐、基于方志标签+改进的关联规则推荐、基于用户的协同过滤推荐三种推荐方法，系统根据用户分类模块的分类结果，针对不同类型用户采用不同的推荐算法。本发明能够针对不同的用户类型进行个性化推荐。

技术领域

本发明属于网站推荐技术领域，具体地说涉及一种面向地方志网站的混合推荐系统。

背景技术

地方志是我国传统文化的重要载体，蕴含着丰富的信息资源，随着国家相关部门将地方志数字化工作提上日程，全国各省份相继建立自己的地方志网站,目前，有大量的用户在利用地方志网站进行学习与研究。但当用户面对海量的数据信息时，很难从中找到自己感兴趣的信息，在这样的背景下，个性化推荐系统成为解决信息过载问题的有效工具之一。目前，方志数字化技术领域做的最多的是基于地方志数据库的全文信息检索以及地方志中的内容挖掘，而根据用户的行为来做推荐，这一块目前还没有人尝试。

当下比较主流的推荐系统主要分成四类：协同过滤推荐系统、基于内容的推荐系统、基于关联规则的推荐以及混合推荐系统，混合推荐是将前几种推荐技术进行组合，以应对复杂的用户系统。协同过滤推荐又分为基于用户的协同过滤推荐和基于物品的协同过滤推荐。基于用户的协同过滤是通过计算用户对物品评分的相似度，将相似度高的用户一些评分高的物品推荐给目标用户，基于物品的协同过滤也是通过用户评分的相似度来做推荐，不过是基于物品的相似度计算。这种推荐方法能帮助用户发现潜在偏好，但存在冷启动(新用户推荐)和用户评价信息稀疏问题。基于内容的推荐方法，是根据用户已选择的物品，对其进行内容分析，提取出能表征该物品特征的关键词，然后根据这些关键词来计算物品之间的相似度，并将相似度高的产品推荐给目标用户，这种推荐技术的问题在于：物品的内容特征很难被提取出来，而且它也无法对同一推荐集中的产品进行合理的排序，此外，基于内容的推荐局限于用户已选择物品的相似物品推荐，无法挖掘用户的潜在偏好。基于关联规则的推荐方法，是使用数据挖掘技术从大量的交易数据中获取规则，然后根据用户的历史数据和获取的规则，向目标用户推荐大部分用户的一个选择，同样也存在新用户推荐问题。

发明内容

针对上述几种单一推荐技术存在的问题并结合地方志平台固有的特征，本发明提供一种面向地方志网站的混合推荐系统，包含了基于TopN的推荐、基于方志标签和改进的关联规则推荐以及基于用户的协同过滤推荐，能够针对不同的用户类型进行个性化推荐。

基于TopN的推荐方法主要是解决新用户缺少用户行为无法采用像关联规则和协同过滤这样基于用户行为的推荐方法。基于方志标签和改进的关联规则推荐，主要是为了解决协同过滤推荐在用户数据稀疏时推荐效果会逐渐减弱的问题，另一方面关联规则推荐最主要的工作是k-项频繁集的查找，如果数据量太过庞大，反而会降低系统的性能，为了提高系统的性能，本发明只查找到2-项频繁集并获取强关联规则同时结合方志标签得到最终的推荐列表。基于用户的协同过滤推荐，通过计算目标用户与其他用户的相似度，将邻近用户浏览次数最多的方志生成一个推荐列表，同时将用户已浏览方志的标签与推荐方志的标签进行比较，选择与用户已浏览方志最相似的几篇方志作为最终的推荐结果。

具体的,本发明目的是通过如下技术方案实现的。

一种面向地方志网站的混合推荐系统，包括行为记录模块、用户分类模块、用户推荐模块；