[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

说明书

本发明公开了一种基于协同过滤算法的游艇资源推荐方法和系统，通过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，将预测喜好程度最高的若干个项目推送给当前用户，节省用户挑选项目时间，使用方便，此外，通过计算用户的项目修正评分，用项目修正评分代替原始评分寻找邻近集合，避免了因为用户的个人评分习惯，如有些用户比较苛刻对项目的整体评分都偏低，或有些用户习惯评分偏高导致寻找邻近集合时数据不准确的问题，从而提高了项目推荐符合用户喜好的概率。

技术领域

本发明涉及游艇资源推荐技术领域，具体涉及一种基于协同过滤算法的游艇资源推荐方法和系统。

背景技术

随着全民生活水平的不断提高，大众对于旅游的兴趣不断加强，全民旅游时代正悄然步入我们的生活。游艇项目是游客经常选择的一个旅游体验，游玩人员乘坐游艇到海上观光游玩，参加游艇上提供的游玩项目如皮划艇、海上垂钓、冲浪、餐厅等。目前的旅游项目推荐系统都是随机给用户推荐项目，没有能够根据用户的喜好为用户推送适合他们的项目，导致用户每次都要浏览各个项目，再从中挑选自己喜欢的项目游玩，使用不方便。

发明内容

本发明的目的是针对现有技术的不足而提供一种基于协同过滤算法的游艇资源推荐方法和系统，能够根据用户的喜好为用户推送适合他们的项目，数据准确，使用方便。

为了完成上述目的，本发明提供了一种基于协同过滤算法的游艇资源推荐方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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：