[发明专利]基于混合信息融合的情感感知商品推荐方法

说明书

本发明提供一种基于混合信息融合的情感感知商品推荐方法，包括：计算用户之间的用户相似度；基于用户相似度计算商品对用户的初始商品推荐度；利用情感信息校正商品对用户的初始商品推荐度，得到商品对用户的最终商品推荐度；对于未购买商品范围中的每个商品，均得到商品对用户的最终推荐度值，将未购买商品范围中各个商品对应的最终推荐度值按从高到低的顺序排列，选择排序在前的若干个商品推荐给用户。本发明综合考虑已购买该商品的所有用户的评分数据和评论数据、用户与每个已购买该商品的用户的用户相似度以及用户对每个商品进行的购买前咨询评论数据，从而得到商品推荐度，由于考虑的信息全面充分，有效提高商品推荐度结果的准确性。

技术领域

本发明属于商品推荐技术领域，具体涉及一种基于混合信息融合的情感感知商品推荐方法。

背景技术

互联网的出现和普及给用户带来了大量的信息，满足用户在信息时代对信息的需求，但随着网络的迅速发展，网上信息量大幅增长，使得用户在面对大量信息时无法从中获得对自己真正有用的信息，对信息的使用效率反而降低，这就是信息超载问题。

解决信息超载问题一个非常有潜力的办法是推荐系统，推荐系统现已广泛应用于很多领域，其中最典型的应用领域是电子商务领域。

在电子商务领域，现有商品推荐系统主要实现方式为：根据用户针对已购买商品的评论数据以及用户的兴趣等信息，实现对用户的个性化商品推荐。此种商品推荐系统主要存在以下问题：由于商品推荐系统考虑的用户信息较少，具有商品推荐精度低的问题。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于混合信息融合的情感感知商品推荐方法，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种基于混合信息融合的情感感知商品推荐方法，包括以下步骤：

步骤1，推荐平台建立商品集合P＝(P₁,P₂,...,P_n)和用户集合Q＝(Q₁,Q₂,...,Q_m)；其中，所述商品集合P为电子商务平台上面的可进行商品推荐的商品范围，n为可进行商品推荐的商品数量；所述用户集合Q为已注册到电子商务平台的用户集合，m为用户集合中的用户数量；

推荐平台建立评分数据库；每当任意的用户Q_i从所述电子商务平台购买任意的商品P_j，并针对商品P_j进行购买后的评分时，将原始评分Score(Q_i,P_j)存储到所述评分数据库；其中，i＝1,2,...,m；j＝1,2,...,n；原始评分Score(Q_i,P_j)表示用户Q_i对商品P_j进行的原始评分；

步骤2，当任意的用户Q_i访问所述电子商务平台时，所述电子商务平台查找所述评分数据库，得到用户Q_i已进行购买后原始评分的商品范围，然后，商品集合P中去除已进行购买后原始评分的商品范围，得到用户Q_i未进行原始评分的商品范围，即为用户Q_i的未购买商品范围，对于未购买商品范围中的每个商品P_k，均采用步骤3-步骤5的方法，得到对商品P_k的最终推荐度值:

步骤3，对于商品P_k，统计得到对商品P_k进行购买后评分和发表购买后评论数据的用户集合R＝(R₁,R₂,...,R_z)；其中,用户集合R为用户集合Q的子集；

对于用户集合R中的每个用户R_a，a＝1,2,...,z，均执行以下步骤: