The present invention relates to an intelligent commodity recommendation system, which includes an information initialization module connected sequentially, a commodity display module and an adjustment module. The information initialization module is used to construct a rating matrix of users and items, a trust matrix between users and users, a set of comment documents of users'items, and initialize a preference matrix of users for items. In the current scenario, the goods with the highest preference value K are obtained by calculating the preference matrix of the items, and the information of the goods is displayed on the software page, and the feedback information of the users is collected. The adjustment module is used to adjust the score matrix, trust matrix, review document set and preference matrix. The invention realizes the integration and utilization of various data sources, recommends a commodity list for the user individually, and adjusts the commodity list that the user likes in real time according to the feedback information, thus improving the recommendation quality of the system.
【技术实现步骤摘要】
一种智能商品推荐系统
本专利技术涉及信息处理
,尤其涉及一种智能商品推荐系统。
技术介绍
现有的网站中都有喜好推荐的功能,通过其系统内部的一系列核心算法寻找到用户可能感兴趣的新闻或商品,并显示在首页靠前的位置。其判断用户偏好的方法大致有两种,其一为利用用户对物品的打分信息,基于协同过滤的方法寻找具有相似打分行为的邻居,并将该邻居喜欢的商品推荐给用户;其二为利用用户注册信息和商品基本信息,通过内容的推荐方法,为用户推荐其感兴趣的物品。目前各个网站在推荐方法上都较为类似,即首先分析商品相关数据源,并计算用户对各商品的偏好程度。在需要向用户推荐商品时,获取计算好了的用户对物品的偏好矩阵,给定推荐数目K,将偏好值最高的前K个商品推荐给用户。现有的推荐方法存在如下的缺点:其对用户和物品之间偏好的挖掘不充分,因此最后推荐给用户的商品与用户真实喜欢的商品存在较大差距。其基于用户与物品的评分关系做出推荐,忽略了其它数据源,如社交信息、评分信息,并且在为用户推荐其感兴趣的商品列表时,忽略了商品之间的排序关系。每次推荐都是采用相同的数据得到相似结果,忽略了用户偏好的动态性,当推荐商品与用户偏好不符合时系统不能自行调整使其下次推荐更加准确。
技术实现思路
本专利技术的目的在于克服现有技术的不足,提供一种智能商品推荐系统,该系统能够收集用户、物品的基本信息以及用户对物品的交互行为数据,并对数据进行分析处理,挖掘用户偏好,提高系统为用户推荐商品列表的排序质量,并为用户生成其感兴趣的个性化商品库,根据用户的偏好自行调整推荐的商品列表,为用户进行个性化推荐,提高推荐质量。为达到上述目 ...
【技术保护点】
1.一种智能商品推荐系统,包括依次连接的信息初始化模块(1),商品展示模块(2)和调整模块(3),其特征在于,所述信息初始化模块(1)用于构建用户和物品的评分矩阵、用户和用户之间的信任矩阵、用户物品的评论文档集,初始化用户对物品的偏好矩阵;所述商品展示模块(2)用于识别当前场景,通过用户对物品的偏好矩阵计算得到偏好值排在前K位的商品,并将商品信息展示在软件页面,并收集用户对商品的反馈信息;所述调整模块(3)用于调整评分矩阵、信任矩阵、评论文档集和偏好矩阵。
【技术特征摘要】
1.一种智能商品推荐系统,包括依次连接的信息初始化模块(1),商品展示模块(2)和调整模块(3),其特征在于,所述信息初始化模块(1)用于构建用户和物品的评分矩阵、用户和用户之间的信任矩阵、用户物品的评论文档集,初始化用户对物品的偏好矩阵;所述商品展示模块(2)用于识别当前场景,通过用户对物品的偏好矩阵计算得到偏好值排在前K位的商品,并将商品信息展示在软件页面,并收集用户对商品的反馈信息;所述调整模块(3)用于调整评分矩阵、信任矩阵、评论文档集和偏好矩阵。2.根据权利要求1所述的智能商品推荐系统,其特征在于,所述信息初始化模块(1)包括获取单元和计算单元,所述获取单元用于获取商品相关的数据源;所述计算单元用于计算用户u和用户v之间的信任强度TN[u,v]、相似度TS[u,v]、综合信任度T[u,v],并计算更新用户对物品的偏好矩阵RP。3.根据权利要求2所述的智能商品推荐系统,其特征在于,所述获取单元获取的商品相关的数据源的形式为:P={Ui|i=1,2,3,…}Q={Vj|j=1,2,3,…}R={Rij|i∈U,j∈V}S={Sij|i,j∈U}RP={RPij|i∈U,j∈V}其中:P为用户集,Ui为用户集合中的用户;Q为物品集,Vj为物品集合中的物品;R为评分矩阵,Rij表示用户i对物品j的评分值;S为社交矩阵,Sij为用户i对用户j的信任关系;RP是偏好矩阵,RPij表示用户i对物品j预测的评分值。4.根据权利要求2所...
【专利技术属性】
技术研发人员:徐亚元,樊蓓蓓,吴肖琳,
申请(专利权)人:上海大学,
类型:发明
国别省市:上海,31
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。