[发明专利]一种协同过滤推荐方法及系统、终端设备

权利要求书

1.一种协同过滤推荐方法，其特征在于，所述方法包括：

对至少一个数据源进行预处理，筛选出所述至少一个数据源的有效标签，所述至少一个数据源包括辅助数据源；

根据所有数据源的有效标签获取用户的行为特征，根据所述用户的行为特征分析所有辅助数据源的喜好标签；

将所述所有辅助数据源的喜好标签与目标数据源的喜好标签建立关联关系；

根据所述关联关系，通过辅助数据源的喜好标签获取目标数据源的喜好标签；

根据所述目标数据源的喜好标签生成推荐结果。

2.根据权利要求1所述的方法，其特征在于，对至少一个数据源进行预处理，筛选出所述至少一个数据源的有效标签，所述至少一个数据源包括辅助数据源，包括：

获取所述至少一个数据源的社会化标签；

通过预设筛选条件对所述至少一个数据源的社会化标签进行筛选以获取有效标签。

3.根据权利要求1所述的方法，其特征在于，所述将所述所有辅助数据源的喜好标签与目标数据源的喜好标签建立关联关系具体为：

通过FP-Growth关联规则算法挖掘出所述所有辅助数据源的喜好标签与所述目标数据源的喜好标签之间的关联规则，根据所述关联规则建立关联关系。

4.根据权利要求1所述的方法，其特征在于，所述根据所述关联关系，通过辅助数据源的喜好标签获取目标数据源的喜好标签，包括：

基于关联关系根据辅助数据源的喜好标签计算目标数据源的预估喜好标签；

将满足预设选择条件的目标数据源的预估喜好标签作为所述目标数据源的喜好标签。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标数据源的喜好标签生成推荐结果，包括：

通过协同过滤对目标数据源进行过滤；

将不包含所述目标数据源喜好标签的产品进行过滤以获取推荐结果；

将满足预设推荐条件的推荐结果向用户进行推荐。

6.一种协同过滤推荐系统，其特征在于，所述系统包括：

筛选模块，用于对至少一个数据源进行预处理，筛选出所述至少一个数据源的有效标签，所述至少一个数据源包括辅助数据源；

分析模块，用于根据所有数据源的有效标签获取用户的行为特征，根据所述用户的行为特征分析所有辅助数据源的喜好标签；

关系建立模块，用于将所述所有辅助数据源的喜好标签与目标数据源的喜好标签建立关联关系；

获取模块，用于根据所述关联关系，通过辅助数据源的喜好标签获取目标数据源的喜好标签；

结果生成模块，用于根据所述目标数据源的喜好标签生成推荐结果。

7.根据权利要求6所述的系统，其特征在于，所述筛选模块包括：

社会化标签获取单元，用于获取所述至少一个数据源的社会化标签；

筛选单元，用于通过预设筛选条件对所述至少一个数据源的社会化标签进行筛选以获取有效标签。

8.根据权利要求6所述的系统，其特征在于，所述获取模块包括：

计算单元，用于基于关联关系根据辅助数据源的喜好标签计算目标数据源的预估喜好标签；

选择获取单元，用于将满足预设选择条件的目标数据源的预估喜好标签作为所述目标数据源的喜好标签。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。