[发明专利]一种基于协同过滤算法的游艇资源推荐方法和系统

权利要求书

1.一种基于协同过滤算法的游艇资源推荐方法，其特征在于，包括以下步骤：

获取所有用户的历史消费项目及所有用户对历史消费项目的评分；

计算当前用户对历史消费项目的评分偏差，其中，所述评分偏差等于当前用户对目标项目的评分减去当前用户对所有项目评分的平均值；

计算当前用户的项目修正评分，其中，所述项目修正评分等于所述评分偏差加上所有用户对当前项目的评分的平均值；

根据当前用户的项目修正评分寻找与当前用户具有相同偏好的其他用户的邻近集合；

利用邻近集合内的所有用户对当前用户没有消费过的项目的喜好程度进行预测；

选择预测喜好程度最高的若干个项目推送给当前用户。

2.根据权利要求1所述的一种基于协同过滤算法的游艇资源推荐方法，其特征在于，所述邻近集合的计算方法为：

根据当前用户的项目修正评分计算当前用户与其他用户的相关度；

选择N个相关度最高其他用户做为邻近集合。

3.根据权利要求2所述的一种基于协同过滤算法的游艇资源推荐方法，其特征在于，按如下方法计算当前用户与其他用户的相关度：

计当前用户与其他用户的相关度为L_uv，L_uv按如下公式计算：

其中，为当前用户对项目p的项目修正评分，r_v,p为其他用户对项目p的评分，项目p属于当前用户的历史消费项目。

4.根据权利要求2所述的一种基于协同过滤算法的游艇资源推荐方法，其特征在于，按如下方法计算当前用户与其他用户的相关度：

计当前用户与其他用户的相关度为L_uv，L_uv按如下公式计算：

其中，为当前用户对项目p的项目修正评分，r_v,p为其他用户对项目p的评分，项目p属于当前用户的历史消费项目。

5.根据权利要求3或4所述的一种基于协同过滤算法的游艇资源推荐方法，其特征在于，对当前用户没有消费过的项目的喜好程度进行预测的预测方法为：

计当前用户没有消费过的项目的喜好程度为F_uq，F_uq按如下公式计算：

F_uq＝∑L_uv×r_v，q

其中，r_v,q为邻近集合内的用户对当前用户没有消费过的项目的评分。

6.根据权利要求1所述的一种基于协同过滤算法的游艇资源推荐方法，其特征在于，还包括：

询问当前用户对推送的项目是否感兴趣，若当前用户对推送的项目均不感兴趣，则查询与当前用户相互关联的用户，将关联的用户的信息及其体验过的项目中随机推送给当前用户。

7.根据权利要求6所述的一种基于协同过滤算法的游艇资源推荐方法，其特征在于，所述与当前用户相互关联的用户为当前用户的通讯录好友或社交软件好友。

8.根据权利要求7所述的一种基于协同过滤算法的游艇资源推荐方法，其特征在于，所述查询与当前用户相互关联的用户的方法为：

检测其他用户的注册信息中是否具有和当前用户通讯录好友相同的手机号码或者社交软件好友相同的ID，若具有相同的手机号码或ID，则认为其为关联的用户。