[发明专利]基于上下文信息的多策略商品推荐系统

摘要

本发明公开了一种基于上下文信息的多策略商品推荐系统，该推荐系统通过用户操作信息收集部件获取用户的操作信息，并对用户的操作行为进行分析，建立用户的兴趣描述模型。在用户与电子商务网站的交互过程中，根据策略选择规则动态选择适合当前用户和系统上下文信息的推荐策略；推荐策略针对用户的兴趣描述生成符合用户兴趣需求的个性化商品推荐列表。本发明通过推荐策略的选择提高了系统对各种应用和系统动态变化的适应性；并在推荐质量、推荐规模和推荐性能上都较已有的推荐系统有所提高。

主权项

1、一种基于上下文信息的多策略商品推荐系统，其特征在于它包括：一个策略选择部件，用于根据用户和系统当前的上下文信息进行推荐策略的动态选择；一个上下文信息数据库，用于存储用户和系统的上下文信息；一个单一策略推荐部件，用于实现单一策略推荐算法；一个混合策略推荐部件，用于实现混合推荐算法；一个用户操作信息收集部件，该部件以智能代理的形式工作于客户机端，用于收集用户操作信息，并对收集到的用户操作信息进行编码和传输；一个推荐系统外部接口部件，工作于电子商务网站服务器端，实现推荐系统与外部系统的接口，该接口可以处理用户操作消息、推荐系统管理消息及推荐列表请求和响应消息；一个用户操作信息分析部件，工作于电子商务网站服务器端，实现对用户操作信息的分析和挖掘；一个用户兴趣更新部件，用于确定用户兴趣更新的方式；一个用户兴趣表示和存储部件，用于对用户兴趣进行物理表示和存储；一个用户兴趣描述数据库，用于保存用户的兴趣描述；一个上下文信息管理部件，该部件可以对用户和系统的状态进行跟踪，并将状态以上下文信息的形式存储于上下文信息数据库；一个策略选择规则库，该规则库中保存了策略选择部件进行推荐策略选择的规则，是策略选择部件进行策略选择的依据；一个商品信息数据库，该数据库用于保存商品的各种属性信息，数据库中的商品信息可以被用户兴趣表示和存储部件使用，用于表示用户的兴趣描述，该数据库中的信息还可以被单一策略推荐部件使用，用于实现单一推荐算法；一个离线处理部件，该部件以离线运行方式工作，完成商品信息特征的抽取、用户相似性计算和商品相似性计算等大运算量任务。