[发明专利]一种基于人工智能的内容信息推荐方法及系统

权利要求书

1.一种基于人工智能的内容信息推荐方法，其特征在于，所述方法包括：

收集目标用户的行为数据；

基于人工智能对所述行为数据进行预处理；

对经过预处理后的行为数据，根据不同应用的行为分析方法，得到所述目标用户偏好的二维矩阵，其中，所述二维矩阵的一维是目标用户列表，另一维是物品列表，值是目标用户对物品的偏好；

基于目标用户对物品的偏好确定出相邻邻居用户，将所述相邻邻居用户的喜好推荐给所述目标用户。

2.根据权利要求1所述的方法，其特征在于，所述基于人工智能对所述行为数据进行预处理包括：

对所述行为数据进行减噪和归一化处理。

3.根据权利要求2所述的方法，其特征在于，对所述行为数据进行减噪处理包括：

通过数据挖掘算法过滤掉所述行为数据中的噪音。

4.根据权利要求2所述的方法，其特征在于，对所述行为数据进行归一化处理包括：

通过归一化处理将各个行为的行为数据统一在一个相同的取值范围中。

5.根据权利要求1所述的方法，其特征在于，所述基于目标用户对物品的偏好确定出相邻邻居用户包括：

将用户对物品的偏好作为一个向量来计算用户之间的相似度，将与目标用户的相似度满足预设条件的用户确定为相邻邻居用户。

6.一种基于人工智能的内容信息推荐系统，其特征在于，包括：

收集模块，用于收集目标用户的行为数据；

处理模块，用于基于人工智能对所述行为数据进行预处理；

分析模块，用于对经过预处理后的行为数据，根据不同应用的行为分析方法，得到所述目标用户偏好的二维矩阵，其中，所述二维矩阵的一维是目标用户列表，另一维是物品列表，值是目标用户对物品的偏好；

推荐模块，用于基于目标用户对物品的偏好确定出相邻邻居用户，将所述相邻邻居用户的喜好推荐给所述目标用户。

7.根据权利要求6所述的系统，其特征在于，所述处理模块具体用于：

对所述行为数据进行减噪和归一化处理。

8.根据权利要求7所述的系统，其特征在于，所述处理模块包括：

去噪单元，用于通过数据挖掘算法过滤掉所述行为数据中的噪音。

9.根据权利要求7所述的系统，其特征在于，所述处理模块还包括：

归一化单元，用于通过归一化处理将各个行为的行为数据统一在一个相同的取值范围中。

10.根据权利要求6所述的系统，其特征在于，所述推荐模块具体用于：

将用户对物品的偏好作为一个向量来计算用户之间的相似度，将与目标用户的相似度满足预设条件的用户确定为相邻邻居用户，将所述相邻邻居用户的喜好推荐给所述目标用户。