[发明专利]一种融合信任用户隐语义LR模型的信息推送方法及系统

摘要

本发明公开了一种融合信任用户隐语义LR模型的信息推送方法及系统。该方法包括：获取并根据目标用户的信任用户列表以及电商系统的所有用户，确定与目标用户不存在信任关系的用户；根据目标用户的信任用户和非信任用户，对分类模型进行训练；采用训练后的分类模型对电商系统的所有用户进行分类，得到目标用户在电商系统中所有的信任用户；根据各用户对商品的评分，确定目标用户的相似用户；根据信任用户和相似用户对商品的评分，预测目标用户对商品的评分；根据预测得到的目标用户对商品的评分，确定是否向目标用户推送所述商品。本发明结合用户的信任因素向用户推送可能感兴趣的信息，提高了对用户推荐的准确率。

主权项

1.一种融合信任用户隐语义LR模型的信息推送方法，其特征在于，所述方法应用于电商系统，所述电商系统包括：评价模块和信任评选模块，所述评价模块包括用户对各商品的评价，所述信任评选模块包括用户信任列表，所述用户信任列表由所述用户评选出的信任用户所组成的列表；所述方法包括：获取目标用户的信任用户列表以及所述电商系统的所有用户；根据目标用户的信任用户列表以及所述电商系统的所有用户，确定与所述目标用户不存在信任关系的用户；将所述目标用户和其信任列表中的各用户所构成的向量作为正样本，将所述目标用户和与其不存在信任关系的用户所构成的向量作为负样本，对分类模型进行训练，得到训练后的分类模型，所述分类模型为隐语义逻辑回归模型；采用训练后的分类模型对所述电商系统的所有用户进行分类，得到所述目标用户在所述电商系统中所有的信任用户；根据各用户对商品的评分，确定所述目标用户的相似用户；根据相关用户集中各用户在信任网络中的信任度以及相关用户集中各用户在商品评分系统中的评价水平确定相关用户集中各用户的权重，所述信任网络为由用户与其信任用户所组成的网络，所述相关用户集为所述目标用户的信任用户与相似用户所构成的集合；根据相关用户集中各用户对商品的评分以及相关用户集中各用户的权重，预测目标用户对所述商品的评分；根据预测得到的目标用户对所述商品的评分，确定是否向所述目标用户推送所述商品。