[发明专利]一种基于隐语义概率模型的个性化服务推荐系统及方法

摘要

本发明涉及一种基于隐语义概率模型的个性化服务推荐系统及方法，属于服务计算技术领域，包括以下步骤确定用于评价一系列功能相似服务的性能优劣的QoS指标体系；建立用户、用户指标偏好以及服务情境三者之间的隐语义概率模型；收集系统内不同用户在不同的服务情境下使用不同功能的服务时通过与系统交互提供的指标偏好信息，并存入历史经验数据库；用已收集的数据训练隐语义概率模型的参数；当用户不熟悉某种服务情境，但需要在该服务情景下调用特定功能服务时，利用已训练的隐语义概率模型对该用户的指标偏好进行预测；根据预测出的用户个性化的QoS指标偏好，对候选服务进行综合筛选，从中选出最贴近该用户需求的服务，从而实现个性化服务推荐。

主权项

一种基于隐语义概率模型的个性化服务推荐系统，其特征在于包括：历史信息收集模块：收集不同用户在不同服务情境下通过层次分析法自主提供的指标偏好比较矩阵，检查该矩阵满足一致性约束后，计算该矩阵最大特征值对应的特征向量，归一化后得出不同用户在不同服务情境下的指标偏好，并将用户、服务情境、指标偏好以三元组形式存入数据库，为隐语义概率模型参数训练模块提供历史训练数据；隐语义概率模型参数训练模块：从数据库中获取历史信息收集模块收集的用户、服务情境、指标偏好三元组作为训练样本，根据事先设定的隐语义概率模型参数初值，利用EM算法在训练数据上迭代训练模型参数，直至模型参数收敛，保存所得训练参数，提供给个性化指标偏好预测模块；用户服务推荐请求模块：该模块获取用户登录时提供的个性资料信息及用户登录后录入的需要进行服务推荐的服务情境信息，最后将这两项信息提供给个性化指标偏好预测模块；个性化指标偏好预测模块：获取用户服务推荐请求模块提供的用户个人信息和服务情境信息，结合隐语义概率模型参数训练模块提供的已经训练好的模型参数，预测该用户在该服务情境下的指标偏好，并将预测的指标偏好提供给个性化服务推荐模块；个性化服务推荐模块：接收来自个性化指标偏好模块的用户指标偏好，及来自用户服务推荐请求模块的服务情境信息，获取适用于该服务情境的所有功能相似的服务，及服务各维度的QoS指标值，与用户个性化的指标偏好作点积，给出服务的综合排序，作为推荐列表返回给用户，用户根据推荐的结果选择自己感兴趣的项目进行关注。