一种基于混合推荐的二手交易平台资源推荐方法技术

本发明专利技术公开了一种基于混合推荐的二手交易平台资源推荐方法。算法包括通过基于内容的推荐算法根据用户的历史偏好，计算用户对某个项目的偏好程度；其次通过基于物品的协同过滤算法，计算项目间的相似度，得到某个项目与用户喜好的项目间的相似程度；由于二手平台的特殊性，用户既可以是买家，也可以是卖家，因此，在前面的基础上，融合了用户间的社交关系：信任度，即用户对某个特定用户的信任程度，由直接信任和间接信任组成；综合偏好程度，相似度，用户对卖家用户的信任程度，得到用户对某个项目的推荐系数；最后根据推荐系数和项目的已知平均得分，计算得到项目的预测评分，根据预测评分的高低进行项目的最终推荐。该资源推荐方法，在一定程度上缓解了协同过滤算法中用户项目评分矩阵稀疏的问题，新项目的冷启动问题，提高了推荐的精准度。提高了推荐的精准度。提高了推荐的精准度。

【技术实现步骤摘要】
一种基于混合推荐的二手交易平台资源推荐方法


[0001]本专利技术涉及个性化推荐算法领域，具体涉及一种二手交易平台下融合基于内容的推荐，基于用户的协同过滤算法和用户信任度的混合推荐算法。

技术介绍

[0002]作为二手商品交易系统，其核心环节还是和传统的商品交易系统一样，目标将合适的商品推荐给有购买倾向的用户，也就是推荐算法。传统的推荐算法没有考虑到用户信任问题。现阶段，用户信任逐渐成为研究的热点，一些学者开始将用户信任作为用户之间的关系，引入到推荐算法中来。目前融合最多的也就是基于用户的协同过滤算法，他们通过用户在社交网络中的交互行为计算用户间的信任度来衡量好友之间的关系强度，信任度越高，则该好友购买的物品目标用户喜欢的可能性也就越高，相应物品的推荐系数也就越高。这些算法都取得了不错的推荐效果。
[0003]但针对二手商品交易的特点，用户更关心的还是卖家信任度，该卖家出售的二手物品可用性是否强，商品展示页面所描述内容是否与实际情况一致。因此这里更适合从物品的角度出发。
[0004]针对协同过滤算法普遍存在的用户项目评分矩阵稀疏本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于混合推荐的二手交易平台资源推荐方法，其特征在于，方法实现步骤为：步骤一：使用词频
‑
反文档频率TF
‑
IDF的方式根据用户的历史偏好，计算出用户对某个项目的偏好程度；步骤二：根据用户对物品的评分，建立用户
‑
项目评分矩阵，采用Pearson相关系数计算两个项目之间的相似度；步骤三：根据每次交易后的用户互评得分，计算用户间的直接信任关系；用户评分对信任关系的影响会随着时间的推移，逐渐衰减，因此根据logistic函数修改为时间衰减函数，加权处理用户互评分，得到直接信任；步骤四：用户间的间接信任来自直接信任的信任传递。根据信任传递计算出用户间的间接信任值，加权结合直接信任和间接信任，得到综合信任度；步骤五：利用上述用户偏好程度，项目相似度，综合信任度，加权融合得到综合评价系数；步骤六：结合上述综合评价系数，计算物品的预测得分，并根据评分高低，生成推荐列表。2.根据权利要求1所述的一种基于混合推荐的二手交易平台资源推荐方法，其特征在于，所述步骤一中，使用词频
‑
反文档频率TF
‑
IDF的方式根据用户的历史偏好，计算出用户对某个项目的偏好程度，具体方法为：首先计算词频，词频公式计算如下：其中，f
i，j
表示特征词i在项目j中出现的次数，∑
z∈j
f
z，j
是在项目j所有词出现次数的总和；反文档频率公式计算如下：其中，N指所有项目的数量，n
i
表示N个项目中出现特征词i的项目个数；根据式(1)和式(2)得到每个项目中各个特征词的权值计算公式为：采用夹角余弦相似度获取项目文档和用户历史偏好配置文档之间的相似度，也就是用户对项目的偏好程度，计算公式如下：其中，P
u，j
表示用户u对项目j的偏好程度，表示用户u对项目j的偏好程度，均为k维向量，分别表示用户u的偏好配置文档和项目文档j。3.根据权利要求1所述的一种基于混合推荐的二手交易平台资源推荐方法，其特征在于，所述步骤二中，采用Pearson相关系数计算两个项目之间的相似度，得到项目间的相似矩阵，项目间相似度计算公式如下：
其中，sim(i，j)表示项目i和项目j之间的相似度；r
ui
，r
uj
分别表示用户u对项目i和项目j的评分；n表示...

【专利技术属性】
技术研发人员：王嵘冰，陈春龙，徐红艳，冯勇，
申请(专利权)人：辽宁大学，
类型：发明
国别省市：