一种智能信息推荐系统技术方案

本发明专利技术涉及互联网技术领域，尤其为一种智能信息推荐系统，包括用户模块、服务器模块、业务逻辑模块以及数据库模块；服务器模块用于接收用户模块发送的关键字、向业务逻辑模块转发关键字、接收业务逻辑模块生成的推荐图文以及向用户模块发送反馈信息；数据库模块用于接收业务逻辑模块过滤的用户信息以及向业务逻辑模块发送更新的用户信息。本发明专利技术对用户输入的关键字进行处理，通过服务器模块对关键字进行处理转发给系统的业务逻辑模块，通过在数据库检索，对用户信息进行过滤，根据数据库的原信息更新用户信息，再生产推荐图文反馈给用户，十分智能化，自动调整、抓取、推送用户更感兴趣的信息，增强用户黏性，推荐结果更加精确。

An Intelligent Information Recommendation System

The invention relates to the field of Internet technology, in particular to an intelligent information recommendation system, including user module, server module, business logic module and database module; server module is used to receive keywords sent by user module, forward keywords to business logic module, receive recommended graphics generated by business logic module and send feedback information to user module; The database module is used to receive user information filtered by business logic module and send updated user information to business logic module. The invention processes keywords input by users, processes keywords and forwards them to business logic module of the system through server module, filters user information by searching database, updates user information according to original information of database, reproduces recommended graphics and texts and feeds back to users, which is very intelligent, and automatically adjusts, grabs and pushes users more interested. Information, enhance the user's viscous, more accurate recommendation results.

【技术实现步骤摘要】
一种智能信息推荐系统
本专利技术涉及互联网
，具体为一种智能信息推荐系统。
技术介绍
随着电子商务规模的进一步扩大，为用户提供越来越多讯息选择的同时，其结构也变得更加复杂。现如今的信息主要以主动推送图文的形式给用户，本身并不能依据用户的喜好进行差异化推送，而用户的爱好性格趣味是各不相同的，同样的资讯文章，也许有不同的用户反馈，智能化的资讯推送是提高用户体验的一个重要途径。鉴于此，我们提供一种智能信息推荐系统。
技术实现思路
本专利技术的目的在于提供一种智能信息推荐系统，以解决上述
技术介绍
中提出工人对发全事故的体验感受有限，不能产生深刻的影响，教育效果大大折扣的问题。为实现上述目的，本专利技术提供如下技术方案：一种智能信息推荐系统，包括用户模块、服务器模块、业务逻辑模块以及数据库模块；所述用户模块用于向服务器模块发送关键字以及接收服务器模块返回给用户的信息；所述服务器模块用于接收用户模块发送的关键字、向业务逻辑模块转发关键字、接收业务逻辑模块生成的推荐图文以及向用户模块发送反馈信息；所述业务逻辑模块用于接收服务器模块转发的关键字、将用户信息过滤后发送给数据库模块、接收数据库模块更新的用户信息、以及生成推荐图文发送至服务器模块；所述数据库模块用于接收业务逻辑模块过滤的用户信息以及向业务逻辑模块发送更新的用户信息。作为优选，所述用户信息过滤采用基于记忆的协同过滤推荐的方法，所述协同过滤推荐对用户评分信息进行过滤，具体方法如下：用户评分信息为R，用户总数为m，评分项目为n，用户评分信息R简化为m*n的矩阵，rij为矩阵中的任一元素，若用户ui对项目ij评过分，则rij为范围内的某个评分，否则rij＝ξ，协同过滤推荐将R中的rij＝ξ的元素预测一个评分基于记忆的协同过滤中，用户ui对ij的评分估计用由已对项目ij评过分的用户对项目ij的评分计算而来：式中aggr是一个聚集函数，C是与用户ui最相似的N个用户的集合，函数aggr由以下几种形式：其中，sim(i,c)表示用户ui和uc之间的相似性；k为规格化因子：目标用户最近数据查询的准备性，直接关系整个推荐系统的推荐质量，用户间相似性计算成为提高推荐准确率的关键。作为优选，所述用户间相似性计算的方法包括余弦相似性、相关相似性以及修改的余弦相似性。作为优选，所述余弦相似性：用户评分被看作是n维项目空间上的向量，若用户对项目无评分，则将用户对该项目的评分设为0，用户间的相似性通过向量间的余弦夹角度量，用户i和用户j在n维项目空间上的评分分别表示为和则用户i和用户j之间的相似性sim(i,c)为：分子为两个用户评分向量的内积，分母为两个用户向量模的乘积。作为优选，所述相关相似性：令经用户i和用户j共同评分的项目集合用Iij表示，则用户i和用户j之间的相似性sim(i,c)通过Pearson相关系数度量：作为优选，所述修改的余弦相似性：在余弦相似性度量方法中没有考虑不同用户评分尺度问题，修改的余弦相似性度量方法通过减去用户对项目的平均评分进行改善，令经用户i和用户j共同评分的项目集合用Iij表示，Ii和Ij分别表示经用户i和用户j评分的项目集合，则用户i和用户j之间的相似性sim(i,c)为：作为优选，所述数据库模块的数据来源包括数据获取、数据整理、数据挖掘以及数据存储；所述数据获取的步骤如下：S1：通过PHP的远程访问函数curl获取大型网站动态页面的源码之后，通过PHP内置函数get_meta_tags或正则表达式获取到相关内容；S2：利用PHP的curl_init()函数进行页面的采集，通过函数的方式对采集源代码进行了封装；S3：通过分析源代码的页面特征，利用正则表达式进行数据过滤，获取最终得到的内容。作为优选，所述正则表达式用于检查一段文本是否含有某个子串、将匹配的子串做替换或者从文本中取出符合条件的子串。作为优选，所述数据整理用于整理采集到的数据，具体步骤如下：获取文章页面的关键词分割后进行存储，一个页面对应一个或多个关键词，同时将页面的地址、作者、标题、内容进行分别存储，对于页面内有图片的，将图片下载保存到本地，并替换成本地链接。作为优选，所述数据挖掘用于从获取的数据中提取出隐含在其中、事先朱知的、但又是潜在有用的信息，并将得到的信息进行评价，抽取有价值的信息作为数据进行保存；所述数据存储用于将采集到的数据，进行分门别类以及检查数据安全性后，存储到数据库服务器。与现有技术相比，本专利技术的有益效果是：1、本智能信息推荐系统对用户输入的关键字进行处理，通过服务器模块对关键字进行处理转发给系统的业务逻辑模块，通过在数据库检索，对用户信息进行过滤，根据数据库的原信息更新用户信息，再生产推荐图文反馈给用户，十分智能化。2、本智能信息推荐系统对用户信息进行过滤采用自动化协同过滤系统通过收集用户对信息的评价，搜索具有相同兴趣喜好的用户，然后根据具有相同兴趣喜好的用户对信息的评价产生推荐结果，通过多种数据分析算法，根据用户的喜好，进行智能分析，自动调整、抓取、推送用户更感兴趣的信息，让用户体验得到较大提升，增强用户黏性，推荐结果更加精确。附图说明图1为本专利技术的系统流程框图。具体实施方式下面将结合本专利技术实施例，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。实施例1一种智能信息推荐系统，如图1所示，包括用户模块、服务器模块、业务逻辑模块以及数据库模块；用户模块用于向服务器模块发送关键字以及接收服务器模块返回给用户的信息；服务器模块用于接收用户模块发送的关键字、向业务逻辑模块转发关键字、接收业务逻辑模块生成的推荐图文以及向用户模块发送反馈信息；业务逻辑模块用于接收服务器模块转发的关键字、将用户信息过滤后发送给数据库模块、接收数据库模块更新的用户信息、以及生成推荐图文发送至服务器模块；数据库模块用于接收业务逻辑模块过滤的用户信息以及向业务逻辑模块发送更新的用户信息。实施例2作为本专利技术的第二种实施例，用户信息过滤采用基于记忆的协同过滤推荐的方法，协同过滤推荐对用户评分信息进行过滤，具体方法如下：用户评分信息为R，用户总数为m，评分项目为n，用户评分信息R简化为m*n的矩阵，rij为矩阵中的任一元素，若用户ui对项目ij评过分，则rij为范围内的某个评分，否则rij＝ξ，协同过滤推荐将R中的rij＝ξ的元素预测一个评分基于记忆的协同过滤中，用户ui对ij的评分估计用由已对项目ij评过分的用户对项目ij的评分计算而来：式中aggr是一个聚集函数，C表示与用户ui最相似的N个用户的集合，函数aggr由以下几种形式：其中，sim(i,c)表示用户ui和uc之间的相似性；k为规格化因子：可以得出目标用户最近数据查询的准备性，直接关系整个推荐系统的推荐质量，用户间相似性计算成为提高推荐准确率的关键。进一步的，用户间相似性计算的方法包括余弦相似性、相关相似性以及修改的余弦相似性。余弦相似性：用户评分被看作是n维项目空间上的向量，若用户对项目无评分，则将用户对该项目的评分设为0，用户间的相似性通过向量间的余弦夹角度量，本文档来自技高网...

【技术保护点】
1.一种智能信息推荐系统，其特征在于：包括用户模块、服务器模块、业务逻辑模块以及数据库模块；所述用户模块用于向服务器模块发送关键字以及接收服务器模块返回给用户的信息；所述服务器模块用于接收用户模块发送的关键字、向业务逻辑模块转发关键字、接收业务逻辑模块生成的推荐图文以及向用户模块发送反馈信息；所述业务逻辑模块用于接收服务器模块转发的关键字、将用户信息过滤后发送给数据库模块、接收数据库模块更新的用户信息、以及生成推荐图文发送至服务器模块；所述数据库模块用于接收业务逻辑模块过滤的用户信息以及向业务逻辑模块发送更新的用户信息。

【技术特征摘要】
1.一种智能信息推荐系统，其特征在于：包括用户模块、服务器模块、业务逻辑模块以及数据库模块；所述用户模块用于向服务器模块发送关键字以及接收服务器模块返回给用户的信息；所述服务器模块用于接收用户模块发送的关键字、向业务逻辑模块转发关键字、接收业务逻辑模块生成的推荐图文以及向用户模块发送反馈信息；所述业务逻辑模块用于接收服务器模块转发的关键字、将用户信息过滤后发送给数据库模块、接收数据库模块更新的用户信息、以及生成推荐图文发送至服务器模块；所述数据库模块用于接收业务逻辑模块过滤的用户信息以及向业务逻辑模块发送更新的用户信息。2.根据权利要求1所述的智能信息推荐系统，其特征在于：所述用户信息过滤采用基于记忆的协同过滤推荐的方法，所述协同过滤推荐对用户评分信息进行过滤，具体方法如下：用户评分信息为R，用户总数为m，评分项目为n，用户评分信息R简化为m*n的矩阵，rij为矩阵中的任一元素，若用户ui对项目ij评过分，则rij为范围内的某个评分，否则rij＝ξ，协同过滤推荐将R中的rij＝ξ的元素预测一个评分基于记忆的协同过滤中，用户ui对ij的评分估计用由已对项目ij评过分的用户对项目ij的评分计算而来：式中aggr是一个聚集函数，C是与用户ui最相似的N个用户的集合，函数aggr由以下几种形式：其中，sim(i,c)表示用户ui和uc之间的相似性；k为规格化因子：目标用户最近数据查询的准备性，直接关系整个推荐系统的推荐质量，用户间相似性计算成为提高推荐准确率的关键。3.根据权利要求2所述的智能信息推荐系统，其特征在于：所述用户间相似性计算的方法包括余弦相似性、相关相似性以及修改的余弦相似性。4.根据权利要求3所述的智能信息推荐系统，其特征在于：所述余弦相似性：用户评分被看作是n维项目空间上的向量，若用户对项目无评分，则将用户对该项目的评分设为0，用户间的相似性通过向量间的余弦夹角度量，用户i和用户j在n维项目空间上的评分分别表示为和则用户i和用户j之间的相似性sim(i,c)为：式中，分子为两个用户评分向量的内积，分...

【专利技术属性】
技术研发人员：李少宾，
申请(专利权)人：云南宾飞科技有限公司，
类型：发明
国别省市：云南,53