[发明专利]一种基于用户偏好的搜索推荐方法、系统及存储介质

权利要求书

1.一种基于用户偏好的搜索推荐方法，其特征在于，包括：

获取用户行为数据信息，根据用户需求筛选所述用户行为数据信息中符合用户偏好的项目，并根据所述用户行为数据信息获取搜索空间中符合用户偏好的项目，生成用户偏好项目集合；

将所述用户偏好项目集合进行特征提取构成训练数据集，根据所述训练数据集基于多源异构数据构建用户偏好模型，运用所述用户偏好模型生成用户偏好特征；

基于用户偏好特征建立随机采样模型，通过所述随机采样模型搜索符合用户偏好的项目，生成待推荐项目集合；

根据预设选择策略对所述待推荐项目集合进行优选，生成项目推荐列表。

2.根据权利要求1所述的一种基于用户偏好的搜索推荐方法，其特征在于，所述的获取用户行为数据信息，根据用户需求筛选所述用户行为数据信息中符合用户偏好的项目，并根据所述用户行为数据信息获取搜索空间中符合用户偏好的项目，生成用户偏好项目集合，具体为：

获取用户行为数据信息，根据用户需求对所述用户行为数据信息中符合用户偏好的项目进行筛选，构建用户偏好项目集合；

根据用户行为数据信息获取用户与项目的交互浏览次数及时长；

若用户与项目的交互浏览次数及时长大于预设阈值，则将该项目归入所述用户偏好项目集合；

提取搜索空间中项目的属性信息，将所述属性信息进行二进制编码，其中属性信息取值1或0,1表示项目具有与用户偏好项目相同的属性，0表示表示项目没有与用户偏好项目相同的属性；

若搜索空间中项目的任一属性信息取值为1，则表示用户对包含该属性的项目感兴趣，将该项目归入所述用户偏好项目集合。

3.根据权利要求1所述的一种基于用户偏好的搜索推荐方法，其特征在于，所述的将所述用户偏好项目集合进行特征提取构成训练数据集，根据所述训练数据集基于多源异构数据构建用户偏好模型，运用所述用户偏好模型生成用户偏好特征，具体为：

根据所述用户偏好项目集合获取项目的类别标签信息及用户评价信息，将所述的类别标签信息及用户评价信息进行预处理生成训练数据集；

基于多源异构数据建立用户偏好模型，通过所述训练数据集进行初始化训练；

通过项目属性信息获取项目属性特征；

根据项目的类别标签信息及用户评价信息获取用户对项目属性特征的偏好程度；

根据所述偏好程度获取项目属性特征对于用户偏好特征的重要性程度，通过所述重要性程度生成权重信息；

根据所述权重信息生成项目属性特征对用户偏好特征的贡献度得分，在贡献度得分高的项目属性特征中获取用户偏好特征；

同时，获取历史用户行为数据的变化规律，对用户偏好模型的模型参数进行调整。

4.根据权利要求1所述的一种基于用户偏好的搜索推荐方法，其特征在于，所述的基于用户偏好特征建立随机采样模型，通过所述随机采样模型搜索符合用户偏好的项目，生成待推荐项目集合，具体为：

基于用户偏好特征建立随机采样模型，通过随机采样模型计算所述用户偏好项目集合中项目的属性信息取值为1的条件分布概率；

通过所述条件分布概率获取用户与项目属性信息的偏好关系，根据所述偏好关系生成含有用户偏好的新项目；

将所述新项目与搜索空间中的项目进行相似性匹配，并预设相似性阈值；

选择相似性大于等于所述相似性阈值的项目与所述新项目生成待推荐项目集合。

5.根据权利要求1所述的一种基于用户偏好的搜索推荐方法，其特征在于，所述的根据预设选择策略对所述待推荐项目集合进行优选，生成项目推荐列表，具体为：

获取待推荐项目集合；

采用带精英策略的非支配排序遗传算法对所述待推荐项目集合进行处理，计算得到待推荐项目集合中各项目的推荐评分；

根据所述推荐评分对待推荐项目集合中的项目进行倒序排序，提取排序前n个项目生成项目推荐列表，其中n取正整数。