[发明专利]一种基于移动情境的大规模在线推荐方法

摘要

本发明公开了一种基于移动情境的大规模在线推荐方法，步骤包括：收集用户情境信息并进行行为偏好分析，得到用户行为偏好信息；将用户客户端信息、用户特征信息、用户历史行为信息以及用户行为偏好信息分为动态特征和非动态特征两类情境信息；由非动态特征，得到用户的非动态特征向量，并进行用户聚类，得到若干个用户类；计算非动态特征相似性，找到非动态特征相似性最大的所属聚类中心，并将所属聚类中心对应的聚类中的所有其余用户作为目标用户的粗选近邻用户；在粗选近邻用户中计算并得到精选近邻用户；根据精选近邻用户，确定目标用户的前N个推荐物品。本发明在有效地降低了移动推荐系统在线计算量的同时，还保持个性化推荐的高准确性。

主权项

一种基于移动情境的大规模在线推荐方法，其特征在于，包括如下步骤：S1、收集用户情境信息并进行行为偏好分析，得到用户行为偏好信息；所述用户情境信息包括用户客户端信息、用户特征信息和用户历史行为信息；S2、根据用户客户端信息、用户特征信息、用户历史行为信息和所述用户行为偏好信息的动态变化特性，将用户客户端信息、用户特征信息、用户历史行为信息以及用户行为偏好信息分为动态特征和非动态特征两类情境信息；S3、由非动态特征，得到用户的非动态特征向量，并根据所述非动态特征向量进行用户聚类，得到若干个用户类；S4、获得目标用户的非动态特征向量以及各个聚类中心的非动态特征向量，然后按非动态特征相似性的计算方法计算目标用户与各个聚类中心的相似性，取得相似性最大的聚类中心作为目标用户的聚类中心，并将所属聚类中心对应的聚类中的所有其余用户作为目标用户的粗选近邻用户；S5、根据动态特征和非动态特征，在目标用户的粗选近邻用户中计算并得到精选近邻用户；S6、根据精选近邻用户，确定目标用户的前N个推荐物品。