[发明专利]一种基于用户个人特征的推荐方法及推荐系统在审
| 申请号： | 201811467106.7 | 申请日： | 2018-12-03 |
| 公开（公告）号： | CN109684538A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 付蔚;刘均;童世华;何雨;徐赟;李克宇;杨鑫宇 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06K9/62 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于用户个人特征的物品推荐方法，包括S1：获取推荐用户的个人特征信息和用户评价信息；S2：对收集到的用户评价信息结构化，建立评分数据库；S3：提取和过滤个人特征，确定用户所在的用户族群；S4：计算用户之间的相似性，根据用户对物品的历史评分数据来计算不同用户之间的相似性；S5：根据相似程度，预测目标用户对未评价物品的评分；S6：融合用户对物品评价的时间因素，对于用户每次的评分行为，都将其发生行为的时间进行保存，作为推荐方法的一个考虑因素，纳入到评分预测公式中，利用时间信息来降低预测误差；S7：根据预测评分，生成推荐集合，为目标用户推荐物品。 | ||
| 搜索关键词： | 用户个人特征 用户评价 个人特征信息 信息结构化 个人特征 目标用户 评分数据 评分行为 时间信息 时间因素 推荐系统 相似程度 用户族群 预测目标 预测误差 预测 过滤 数据库 集合 融合 保存 | ||
【主权项】：
1.一种基于用户个人特征的物品推荐方法，其特征在于：包括以下步骤：S1：获取推荐用户的个人特征信息和用户评价信息，所述用户评价信息包括用户对历史购买物品的评分；S2：对收集到的用户评价信息进行结构化处理，建立评分数据库；S3：对用户的个人特征进行提取和过滤，利用机器学习的分类方法，确定用户所在的用户族群；S4：计算用户之间的相似性，根据用户对物品的历史评分数据来计算不同用户之间的相似性；S5：根据相似程度，预测目标用户对未评价物品的评分；S6：融合用户对物品评价的时间因素，对于用户每次的评分行为，都将其发生行为的时间进行保存，作为推荐方法的一个考虑因素，纳入到评分预测公式中，利用时间信息来降低预测误差；S7：根据预测评分，生成推荐集合，为目标用户推荐物品。
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重庆邮电大学，未经重庆邮电大学许可，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/201811467106.7/，转载请声明来源钻瓜专利网。
