一种基于移动用户位置的网络服务推荐方法技术

本发明专利技术公开了网络方法技术领域的一种基于移动用户位置的网络服务推荐方法，该方法具体步骤如下步骤：S1：建立用户数据模型；S2：根据Pearson相关系数的计算方法计算出用户之间的相似度值；S3：根据已有的用户服务项目数据，将基于移动用户区域范围内的总用户数除以该区域范围内的面积得到人口密度；S4：根据用户之间相似度的大小，在候选邻居格栅区域内选择相似度大于指定阈值的用户作为近邻用户数；S5：采用加权平均法计算每一项目的服务评分，产生预测结果后为用户推送结果通知，本发明专利技术在网络服务的推荐过程中，将目标用户的地理位置融入其中，能够有效的提高网络服务的推荐准确性以及可靠性。

A web service recommendation method based on location of mobile users

The present invention discloses a network service recommendation method based on mobile user location in the field of network method. The steps are as follows: S1: establishing user data model; S2: calculating the similarity value between users according to the calculation method of Pearson correlation coefficient; S3: according to the number of existing user service items According to the total number of users within the range of the mobile user area, the population density is obtained by dividing the area within the range of the region; S4: according to the size of the similarity between users, the number of users in the candidate neighbourhood grille area is chosen as the nearest neighbor. S5: the weighted average method is used to calculate each item. In the process of recommending network services, the invention integrates the geographic location of the target user into it, and can effectively improve the accuracy and reliability of the network service recommendation.

【技术实现步骤摘要】
一种基于移动用户位置的网络服务推荐方法
本专利技术公开了一种基于移动用户位置的网络服务推荐方法，具体为网络方法

技术介绍
移动通信网的发展，为用户提供了一个更加丰富多彩的移动网络服务平台，实现了用户对网络信息资源随时随地的获取与推送，使得为用户提供无处不在的网络服务成为可能。尤其是现阶段移动社会化网络的兴起，为用户在网络信息服务、共享、评论等方面提供了极大的帮助，与此同时，服务类型与服务内容的日新月异，有限的移动网络资源和硬件资源，为移动用户带来了严重的移动信息过载问题，如何从浩瀚的移动网络环境中发现用户真正感兴趣的信息资源，丰富满足移动用户对信息个性化的需求，逐渐成为移动通信网络中个性化服务领域亟待解决的问题。为此，我们提出了一种基于移动用户位置的网络服务推荐方法投入使用，以解决上述问题。
技术实现思路
本专利技术的目的在于提供一种基于移动用户位置的网络服务推荐方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于移动用户位置的网络服务推荐方法，该方法具体步骤如下步骤：S1：挖掘与分析每个用户使用的所有服务项目的评分，提取出用户-服务n×m阶实数矩阵R，其中n为所有用户的数量，m为所有用户服务项目的数量，矩阵R中的元素ri，j表示用户i对服务项目j的评分，从而建立用户数据模型；S2：根据Pearson相关系数的计算方法计算出用户之间的相似度值；S3：根据已有的用户服务项目的数据，将基于移动用户区域范围内的总用户数除以该区域范围内的面积得到人口密度，由初始邻居待选人数除以人口密度得到格栅区域面积，再根据目标用户位置和格栅区域面积确定候选邻居的格栅区域；S4：根据用户之间相似度的大小，在候选邻居格栅区域内选择相似度大于指定阈值的用户作为近邻用户数；S5：采用加权平均法计算每一项目的服务评分，产生预测结果后为用户推送结果通知。优选的，所述步骤S2中，用Pearson相关系数来计算相似度的方法为其中，其中Iij表示用户i和用户j共同评分过的项目集合，Ri,c与Rj,c分别表示用户i和用户j对项目c的评分，与分别表示用户i和用户j在各自所有已打过分项目上的评分平均值，当数据矩阵比较稀疏时，两用户同时评价的项目数目较少，这样用于计算相关系数的数据太少，计算得到的相关系数作为用户的相似很有可能没有反映实际情况，如考虑用来计算相关系数的项目数，则相似性更能反映实际情况。如果两用户同时评价的项目数越多，则给予更多的权重，反之，应给出更少的权重；若用户i和用户j，同时做出评价的项目数为m，则计算出的相似度的重要权重Sa，u按如下公式计算：优选的，所述步骤S3中，采用区域离散的方式将数据目标集安装经纬度进行格栅化，具体的为x(k+1)＝Ax(k)+Dv(k)，y(k)＝Cx(k)，式中：x∈Rn为状态，y∈Rm(m＜n)为输出，A、D、C为适维常数阵，v(k)为零均值单位强度的高斯白噪声序列，初始状态x(0)具有均值和协方差p(0)，且与v(k)不相关。优选的，所述步骤S5中，加权平均算法的公式如下：其中，u为目标用户，NB为目标用户u的近邻用户集。与现有技术相比，本专利技术的有益效果是：本专利技术在网络服务的推荐过程中，将目标用户的地理位置融入其中，能够有效的提高网络服务的推荐准确性以及可靠性，同时缓解了网络服务推荐过程中可能存在的数据冷启动的问题。具体实施方式下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供一种技术方案：一种基于移动用户位置的网络服务推荐方法，该方法具体步骤如下步骤：S1：挖掘与分析每个用户使用的所有服务项目的评分，提取出用户-服务n×m阶实数矩阵R，其中n为所有用户的数量，m为所有用户服务项目的数量，矩阵R中的元素ri，j表示用户i对服务项目j的评分，从而建立用户数据模型；S2：根据Pearson相关系数的计算方法计算出用户之间的相似度值，用Pearson相关系数来计算相似度的方法为其中，其中Iij表示用户i和用户j共同评分过的项目集合，Ri,c与Rj,c分别表示用户i和用户j对项目c的评分，与分别表示用户i和用户j在各自所有已打过分项目上的评分平均值，当数据矩阵比较稀疏时，两用户同时评价的项目数目较少，这样用于计算相关系数的数据太少，计算得到的相关系数作为用户的相似很有可能没有反映实际情况，如考虑用来计算相关系数的项目数，则相似性更能反映实际情况。如果两用户同时评价的项目数越多，则给予更多的权重，反之，应给出更少的权重；若用户i和用户j，同时做出评价的项目数为m，则计算出的相似度的重要权重Sa，u按如下公式计算：S3：根据已有的用户服务项目的数据，将基于移动用户区域范围内的总用户数除以该区域范围内的面积得到人口密度，由初始邻居待选人数除以人口密度得到格栅区域面积，再根据目标用户位置和格栅区域面积确定候选邻居的格栅区域，采用区域离散的方式将数据目标集安装经纬度进行格栅化，具体的为x(k+1)＝Ax(k)+Dv(k)，y(k)＝Cx(k)，式中：x∈Rn为状态，y∈Rm(m＜n)为输出，A、D、C为适维常数阵，v(k)为零均值单位强度的高斯白噪声序列，初始状态x(0)具有均值和协方差p(0)，且与v(k)不相关；S4：根据用户之间相似度的大小，在候选邻居格栅区域内选择相似度大于指定阈值的用户作为近邻用户数；S5：采用加权平均法计算每一项目的服务评分，产生预测结果后为用户推送结果通知，加权平均算法的公式如下：其中，u为目标用户，NB为目标用户u的近邻用户集。尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同物限定。本文档来自技高网...

【技术保护点】
1.一种基于移动用户位置的网络服务推荐方法，其特征在于：该方法具体步骤如下步骤：S1：挖掘与分析每个用户使用的所有服务项目的评分，提取出用户‑服务n×m阶实数矩阵R，其中n为所有用户的数量，m为所有用户服务项目的数量，矩阵R中的元素ri,j表示用户i对服务项目j的评分，从而建立用户数据模型；S2：根据Pearson相关系数的计算方法计算出用户之间的相似度值；S3：根据已有的用户服务项目的数据，将基于移动用户区域范围内的总用户数除以该区域范围内的面积得到人口密度，由初始邻居待选人数除以人口密度得到格栅区域面积，再根据目标用户位置和格栅区域面积确定候选邻居的格栅区域；S4：根据用户之间相似度的大小，在候选邻居格栅区域内选择相似度大于指定阈值的用户作为近邻用户数；S5：采用加权平均法计算每一项目的服务评分，产生预测结果后为用户推送结果通知。

【技术特征摘要】
1.一种基于移动用户位置的网络服务推荐方法，其特征在于：该方法具体步骤如下步骤：S1：挖掘与分析每个用户使用的所有服务项目的评分，提取出用户-服务n×m阶实数矩阵R，其中n为所有用户的数量，m为所有用户服务项目的数量，矩阵R中的元素ri,j表示用户i对服务项目j的评分，从而建立用户数据模型；S2：根据Pearson相关系数的计算方法计算出用户之间的相似度值；S3：根据已有的用户服务项目的数据，将基于移动用户区域范围内的总用户数除以该区域范围内的面积得到人口密度，由初始邻居待选人数除以人口密度得到格栅区域面积，再根据目标用户位置和格栅区域面积确定候选邻居的格栅区域；S4：根据用户之间相似度的大小，在候选邻居格栅区域内选择相似度大于指定阈值的用户作为近邻用户数；S5：采用加权平均法计算每一项目的服务评分，产生预测结果后为用户推送结果通知。2.根据权利要求1所述的一种基于移动用户位置的网络服务推荐方法，其特征在于：所述步骤S2中，用Pearson相关系数来计算相似度的方法为其中，其中Iij表示用户i和用户j共同评分过的项目集合，Ri,c与Rj,c分别表示用户i和用户j对项目c的评...

【专利技术属性】
技术研发人员：张富国，
申请(专利权)人：江西财经大学，
类型：发明
国别省市：江西,36