人工智能项目推介——32、一种基于用户群关联度的个性化推荐方法及系统

专利申请号:  

CN201210590104.3

专利类型:

发明

IPC 分类号:   

G06F17/30

应用领域:  

用于根据用户的历史行为记录，如商品购买记录、网络点击日志等信息，分析用户兴趣爱好，并根据分析结果向其推荐相应产品或信息。

现有技术缺点:  

海量数据环境下，需要计算目标用户与其他所有用户之间的相似度，导致了算法效率低下。

技术优势:

提供的基于用户群关联度的个性化推荐方法及系统通过对用户进行聚类，并计算用户聚簇之间的关联度，在实施推荐时，通过相邻聚簇之间的合并来发现真实的最近邻居，扩充可选推荐空间，解决了因目标用户真实最近邻居大量丢失而造成推荐结果精确度降低的问题，从而提升个性化推荐的精确度。

摘要:   

本发明涉及互联网通信领域，公开一种基于用户群关联度的个性化推荐方法，包括：A、使用聚类算法对用户进行聚类；B、判断目标用户与聚簇边缘的距离，当距离大于给定阈值则执行步骤 C，否则执行 B-1、计算目标用户所在聚簇与其他聚簇之间的关联度；B-2、合并与用户所在聚簇最相关的前 r 个聚簇；及 B-3、在合并后的聚簇内查找n 个最近邻居，进而执行步骤 D；C、在目标用户所在聚簇中查找 n 个最近邻居；D、根据最近邻居对产品的评分预测用户对相关产品的评分值；以及 E、根据预测评分值的高低，选取前 m 个产品推荐给用户。本发明还公开一种基于用户群关联度的个性化推荐系统。所述方法及系统可有效提升个性化推荐的精确度。

（以上资讯来源于网络，如有侵权，请联系管理员删除。）