The invention is applicable to the field of information technology, provides a method and a device project includes: acquiring preset range to recommend the current location of the user within the project information, according to the project information to obtain the candidate user groups; calculating the waiting user and the candidate users each candidate users the interactive behavior and similarity score similarity; composite similarity according to the interactive behavior of similarity and similarity calculation between the scores for each candidate recommended users and users; selecting composite with the largest similarity N candidate user. The user recommended neighbor set; obtaining the concentration of each candidate neighbor users are concerned about the project, the prediction of the project to be recommended to score, and score the highest M items recommended to the user recommended . The invention solves the problems of sparse data and cold start of the existing personalized recommendation technology, and improves the accuracy of the project recommendation.
【技术实现步骤摘要】
项目推荐的方法及装置
本专利技术属于信息
,尤其涉及一种项目推荐的方法及装置。
技术介绍
针对互联网的个性化推荐技术通过挖掘用户的历史浏览信息、购买信息、消费频率以及对商品的评价来建立用户的兴趣模型,然后根据该兴趣模型向用户推荐广告、商品等项目信息。然而,对于首次加入推荐系统的用户和项目,由于没有历史记录,现有的个性化推荐计数无法向该用户进行推荐,也无法将最新加入的该项目推荐给用户。随着用户和项目的规模快速增加,没有用户评分的项目也越来越多,导致矩阵数值稀缺,进而严重影响了推荐结果的精准性。另一方面,现有的移动终端使得用户可以在任何时间、地点发布社交网络信息,用户的兴趣爱好也会随着时间和环境等因素的改变而发生变化,现有的个性化推荐系统无法及时捕捉用户的动态信息,进而无法实现精准的推送,推送效果不佳。综上所述,现有的个性化推荐技术存在数据稀疏、冷启动以及信息过载的问题。
技术实现思路
鉴于此,本专利技术实施例提供了一种项目推荐的方法及装置,以解决现有的个性化推荐技术存在数据稀疏、冷启动以及信息过载的问题。第一方面,提供了一种项目推荐的方法,所述方法包括:获取待推荐用户当前位置的预设距离范围内的项目信息,根据所述项目信息获取候选用户群;计算所述待推荐用户与所述候选用户群中每一个候选用户的交互行为相似度和项目评分相似度;根据所述交互行为相似度和项目评分相似度计算所述待推荐用户与每一个候选用户之间的复合相似度;选取复合相似度最大的N个候选用户组成所述待推荐用户的近邻集;获取所述近邻集中每一个候选用户所关注的项目,预测所述待推荐用户对所述项目的评分,并将评分最高的 ...
【技术保护点】
一种项目推荐的方法,其特征在于,所述方法包括:获取待推荐用户当前位置的预设距离范围内的项目信息,根据所述项目信息获取候选用户群;计算所述待推荐用户与所述候选用户群中每一个候选用户的交互行为相似度和项目评分相似度;根据所述交互行为相似度和项目评分相似度计算所述待推荐用户与每一个候选用户之间的复合相似度;选取复合相似度最大的N个候选用户组成所述待推荐用户的近邻集;获取所述近邻集中每一个候选用户所关注的项目,预测所述待推荐用户对所述项目的评分,并将评分最高的M个项目推荐给所述待推荐用户。
【技术特征摘要】
1.一种项目推荐的方法,其特征在于,所述方法包括:获取待推荐用户当前位置的预设距离范围内的项目信息,根据所述项目信息获取候选用户群;计算所述待推荐用户与所述候选用户群中每一个候选用户的交互行为相似度和项目评分相似度;根据所述交互行为相似度和项目评分相似度计算所述待推荐用户与每一个候选用户之间的复合相似度;选取复合相似度最大的N个候选用户组成所述待推荐用户的近邻集;获取所述近邻集中每一个候选用户所关注的项目,预测所述待推荐用户对所述项目的评分,并将评分最高的M个项目推荐给所述待推荐用户。2.如权利要求1所述的项目推荐的方法,其特征在于,所述计算所述待推荐用户与所述候选用户群中每一个候选用户的交互行为相似度和项目评分相似度包括:对于所述候选用户群中的每一个候选用户,根据所述待推荐用户与所述候选用户之间的相互评论数目计算所述待推荐用户与所述候选用户之间的交互行为相似度;根据所述待推荐用户与所述候选用户对应的项目评分矩阵,计算所述待推荐用户与所述候选用户之间的项目评分相似度。3.如权利要求2所述的项目推荐的方法,其特征在于,所述根据所述待推荐用户与所述候选用户对应的项目评分矩阵,计算所述待推荐用户与所述候选用户之间的项目评分相似度包括:获取所述待推荐用户的项目评分矩阵和所述候选用户的项目评分矩阵;根据预设的时间加权函数分别对所述待推荐用户和所述候选用户的项目评分矩阵进行一次修正;根据预设的距离加权函数对一次修正后的项目评分矩阵进行二次修正;根据二次修正后的所述待推荐用户与所述候选用户对应的项目评分矩阵,计算所述待推荐用户与所述候选用户之间的项目评分相似度。4.如权利要求3所述的项目推荐的方法,其特征在于,所述时间加权函数为基于时间的遗忘函数,所述距离加权函数为基于距离的遗忘函数。5.如权利要求1至4任一项所述的项目推荐的方法,其特征在于,所述获取所述近邻集中每一个候选用户所关注的项目,预测所述待推荐用户对所述项目的评分,并将评分最高的M个项目推荐给所述待推荐用户包括:获取所述近邻集中每一个候选用户v对已消费项目i的项目评分rv,i、所述候选用户v的项目评分的均值所述待推荐用户u的项目评分的均值以及所述待推荐用户u与所述近邻集中每一个候选用户v之间的复合相似度sim'(u,v);按照预设公式预测所述待推荐用户对所述项目i的项目评分Pu,i;选取所述项目评分Pu,i最高的M个项目推荐给所述待推荐用户。6.一种项...
【专利技术属性】
技术研发人员:冯研,
申请(专利权)人:TCL集团股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。