基于自适应用户兴趣变化周期的推荐方法技术

本发明专利技术提供了基于自适应用户兴趣变化周期的推荐方法

【技术实现步骤摘要】
基于自适应用户兴趣变化周期的推荐方法、装置及系统


[0001]本专利技术涉及产品推荐
，尤其涉及基于自适应用户兴趣变化周期的推荐方法
、
装置及系统
。

技术介绍

[0002]推荐系统
(Recommendation System
，
RS)
可以有效地对信息进行过滤和筛选，帮助用户检索符合其需求的信息资源，缓解信息过载问题
。
在当前大体量网络数据环境下，随时都有大量的用户数据产生，如何高效利用这些数据，分析其蕴含的特征，是提高用户体验感
、
为企业创造更大价值的关键
。
[0003]1997
年
Paul Resnick
和
Hal R.Varian
最早给出了推荐系统的定义，其指出在日常生活中人们时刻需要做出决策，在面对未知的事情时，人们需要他人的口头建议
、
书评
、
影评等来进行判断，因此其认为推荐系统的意义是能够为推荐项目和用户之间建立适当的匹配关系...

【技术保护点】

【技术特征摘要】
1.
基于自适应用户兴趣变化周期的推荐方法，其特征在于，包括：获取用户与商品的历史交互数据；基于所述历史交互数据确定目标用户对每个商品的基础评分；确定目标用户对所有商品的预测评分，其中，确定目标用户对第
j
个商品的预测评分的过程为：从历史交互数据中抽取目标用户对第
j
个商品所在类别的预设时间长度的评分序列；提取评分序列的周期特征；获取当前距离目标用户对第
j
个商品所在类别最后一次评分的时间间隔；利用时间间隔和周期特征确定第
j
个商品的时间调整因子；利用第
j
个商品的时间调整因子修正第
j
个商品的基础评分获得第
j
个商品的预测评分；对所有商品的预测评分按照从高到低排序获得评分序列，向目标用户推荐评分序列中前
K
个商品，
K
为正整数，
i
为商品索引
。2.
如权利要求1所述的基于自适应用户兴趣变化周期的推荐方法，其特征在于，所述确定目标用户对所有商品的预测评分步骤中，若所述历史交互数据中不存在目标用户对第
j
个商品所在类别的评分记录，则第
j
个商品的预测评分为基础评分
。3.
如权利要求1所述的基于自适应用户兴趣变化周期的推荐方法，其特征在于，所述提取评分序列的周期特征，包括：对评分序列进行傅里叶变换获得频域数据，从所述频域数据中提取周期特征，所述周期特征包括频率数据中振幅值较大的
N
个频点的振幅值和周期基函数，
N
为大于或等于2的正整数
。4.
如权利要求2或3所述的基于自适应用户兴趣变化周期的推荐方法，其特征在于，所述利用时间间隔和周期特征确定第
j
个商品的时间调整因子，包括：将时间间隔分别输入
N
个频点的周期基函数获得
N
个函数值，分别对
N
个函数值正则化，获得
N
个频点的正则化数值；求取每个频点的正则化函数值与振幅值的乘积获得每个频点的乘积值；求取
N
个频点的乘积值的累加和与
N
个频点振幅值的累加和的比值，将所述比值作为第
j
个商品的时间调整因子
。5.
如权利要求4所述的基于自适应用户兴趣变化周期的推荐方法，其特征在于，所述利用第
j
个商品的时间调整因子修正第
j
个商品的基础评分获得第
j
个商品的预测评分，包括：利用预设的映射函数对第
j
个商品的时间调整因子进行映射获得第
j
个商品的时间调整映射值；利用第
j
个商品的时间调整映射值修正第
j
个商品的基础评分获得第
j
个商品的预测评分
。6.
如权利要求5所述的基于自适应用户兴趣变化周期的推荐方法，其特...

【专利技术属性】
技术研发人员：胡春强，周宇，邓绍江，蔡斌，向涛，夏晓峰，
申请(专利权)人：重庆大学，
类型：发明
国别省市：