[发明专利]一种基于社会化关系用户分类及推荐方法

权利要求书

1.一种基于社会化关系用户分类及推荐方法，其特征在于，包括如下步骤：

(1)根据建立的用户兴趣模型，来获取得到的数据，如用户属性、用户评价和商品属性；

(2)采用数据处理工具Python对数据进行抽取、转换、加载，得到用户兴趣数据和商品属性数据；

(3)采用神经网络算法来预测用户兴趣进行分类，分类的前提是先将抽取的数据生成时间递归神经网络生成特征向量，分类的过程采用了SVM分类器；

(4)根据用户的分类对用户喜欢的商品进行推荐。

2.如权利要求1所述的用于社会化关系用户分类及推荐方法，其包括如下步骤：

(1)用户属性矩阵n表有每个用户有n维特征向量，m代表有用户数目，k代表每个用户有k个特征值；

(2)用户评价Rij以及对应用户分类信息k，Rij为用户i对应的商品j的评价，k为j的所属分类；

(3)uim(n)表示用户属性矩阵中的第i个用户第m个特征值的第n次迭代时的值，同理vjm(n)表示用户属性矩阵中第j个用户第m个特征值的第n次迭代时的值。

3.根据权利1和权利要求2所述的用于基于社会化关系用户分类及推荐方法，基本思路是先依据用户自身的兴趣和商品的属性，通过神经网络算法预测到该目标用户对待推荐商品的评价，再依据用户的兴趣和其他用户对该商品的评价信息，通过协同推荐技术预测到该目标用户对待推荐商品的另外一个评价，然后综合这两个评分信息得到最终目标用户对待推荐商品的评分，并对预测评分从大到小排好序，最后选取Top-N个商品作为推荐结果，推荐给当前用户。