[发明专利]一种推荐方法以及系统有效
| 申请号： | 201410267183.3 | 申请日： | 2014-06-16 |
| 公开（公告）号： | CN104063589B | 公开（公告）日： | 2018-01-16 |
| 发明（设计）人： | 朱宝 | 申请（专利权）人： | 百度移信网络技术（北京）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京志霖律师事务所11575 | 代理人： | 潘士霖 |
| 地址： | 100085 北京市海淀区农大南路1号院4号*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种推荐方法以及系统。所述推荐方法包括以下步骤数据获取步骤，获取关于用户的行为数据以及物品的特征数据；相似度计算步骤，利用所获取的所述行为数据和特征数据获取物品和物品之间的相似度矩阵；推荐矩阵计算步骤，利用所述用户的行为数据生成用户对物品的概率矩阵，并将所述概率矩阵与所述相似度矩阵相乘来获取推荐矩阵。 | ||
| 搜索关键词： | 一种 推荐 方法 以及 系统 | ||
【主权项】：
一种推荐方法，其特征在于，包括以下步骤：数据获取步骤，获取关于用户的行为数据以及物品的特征数据；相似度计算步骤，利用所获取的所述行为数据和特征数据获取物品和物品之间的相似度矩阵；推荐矩阵计算步骤，利用所述用户的行为数据生成用户对物品的概率矩阵，并将所述概率矩阵与所述相似度矩阵相乘来获取推荐矩阵；所述相似度计算步骤包括以下步骤：基于行为数据的相似度计算步骤，计算基于行为数据的物品和物品之间的相似度；基于特征数据的相似度计算步骤，计算基于特征数据的物品和物品之间的相似度；以及相似度综合步骤，将基于行为数据所得到的相似度与基于特征数据所得到的相似度利用以下的贝叶斯公式进行综合，来得到贝叶斯相似度矩阵，sim′′′(bi,bj)=sim′(bi,bj)*sim′′(bj,bi)Σjsim′(bi,bj)*sim′′(bj,bi)]]>其中，bi、bj表示物品集合中的物品，下标变量i和j为集合中元素的标号，先验概率密度sim'(bi,bj)为基于特征数据的物品bi和物品bj之间的相似度结果，条件概率密度sim”(bj,bi)为基于行为数据的物品bj和物品bi相似度结果，sim”'(bi,bj)表示进行了相似度综合的物品bi和物品bj之间的贝叶斯相似度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度移信网络技术（北京）有限公司，未经百度移信网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410267183.3/，转载请声明来源钻瓜专利网。
