个性化信息推荐系统及其推荐方法
【专利摘要】本发明公开一种个性化信息推荐系统，该系统包含：地理位置信息获取装置；交易数据库服务器；输入端分别连接地理位置信息获取装置和交易数据库服务器的分析服务器；推荐服务器，其输入端连接分析服务器的输出端；双向连接推荐服务器的用户客户端；双向连接推荐服务器的商户客户端。本发明基于地理位置信息技术对用户的交易数据进行聚类分析，并根据用户的地理位置进行情境模式分析，将聚类分析结果和情境分析结果结合起来，能进行更加有效的个性化推荐，并给商户的精准营销提供依据。
【专利说明】个性化信息推荐系统及其推荐方法
【技术领域】
[0001]本发明涉及信息推荐领域，具体涉及一种个性化信息推荐系统及其推荐方法。
【背景技术】
[0002]随着移动通信网络和智能终端的发展，移动电子商务迎来了前所未有的发展。个性化推荐作为解决“信息过载”问题的有效手段，在提高电子商务网站的用户体验、增加购买转化率和交叉销售等方面发挥了极大的作用，但传统的个性化推荐系统都是基于用户的购买行为、收藏行为等用户行为历史进行推荐的，没有考虑到移动电子商务所特有的用户时空特性，而且移动终端设备的处理能力较差、输入和输出能力有限、无线网络带宽弱等因素使其对推荐的精确度有更高的要求，因此，传统的个性化推荐系统不适用于移动电子商务时代的个性化推荐领域。
【发明内容】
[0003]本发明提供一种个性化信息推荐系统及其推荐方法，基于地理位置信息，对用于进行有效的个性化推荐，同时为商户提供精准的营销依据信息。
[0004]为实现上述目的，本发明提供一种个性化信息推荐系统，其特点是，该系统包含: 地理位置信息获取装置，其获取用户的位置信息；
交易数据库服务器，其存储用户的交易信息；
分析服务器，其输入端分别连接地理位置信息获取装置和交易数据库服务器，对用户的消费行为进行聚类分析并根据用户地理位置信息进行情境分析；
推荐服务器，其输入端连接分析服务器的输出端，根据分析服务器的聚类结果、情境分析的结果以及商户设置产生推荐结果；
用户客户端，其双向连接推荐服务器，为用户提供推荐信息；
商户客户端，其双向连接推荐服务器，控制推荐给用户的推荐结果。
[0005]上述地理位置信息获取装置采用GPS装置。
[0006]上述用户客户端采用移动终端。
[0007]—种上述的个性化信息推荐系统的推荐方法，其特点是，该方法包含:
分析服务器接收并根据用户的交易信息数据进行聚类分析获得聚类结果；
分析服务器接收并根据用户的地理位置信息进行情境分析获得情境分析结果；
推荐服务器根据聚类结果和情境分析结果产生推荐结果。
[0008]上述地理位置信息获取装置获取用户的位置信息，发送至分析服务器。
[0009]上述交易数据库服务器存储用户的交易信息，发送至分析服务器。
[0010]上述聚类分析包含:计算用户相似性，根据相似性结果，设定阈值，将用户间距离小于阈值的分簇，形成小簇，合并小簇获得聚类结果。
[0011]上述用户间距离计算方法采用Jensen-Shannon距离来计算,公式为:
【权利要求】
1.一种个性化信息推荐系统，其特征在于，该系统包含: 地理位置信息获取装置，其获取用户的位置信息； 交易数据库服务器，其存储用户的交易信息； 分析服务器，其输入端分别连接所述地理位置信息获取装置和交易数据库服务器，对用户的消费行为进行聚类分析并根据用户地理位置信息进行情境分析； 推荐服务器，其输入端连接所述分析服务器的输出端，根据分析服务器的聚类结果、情境分析的结果以及商户设置产生推荐结果； 用户客户端，其双向连接所述推荐服务器，为用户提供推荐信息； 商户客户端，其双向连接所述推荐服务器，控制推荐给用户的推荐结果。
2.如权利要求1所述的个性化信息推荐系统，其特征在于，所述地理位置信息获取装置采用GPS装置。
3.如权利要求1所述的个性化信息推荐系统，其特征在于，所述用户客户端采用移动终端。
4.一种如权利要求 1至3中任意一项权利要求所述的个性化信息推荐系统的推荐方法，其特征在于，该方法包含: 分析服务器接收并根据用户的交易信息数据进行聚类分析获得聚类结果； 分析服务器接收并根据用户的地理位置信息进行情境分析获得情境分析结果； 推荐服务器根据聚类结果和情境分析结果产生推荐结果。
5.如权利要求4所述的推荐方法，其特征在于，所述地理位置信息获取装置获取用户的位置信息，发送至分析服务器。
6.如权利要求4所述的推荐方法，其特征在于，所述交易数据库服务器存储用户的交易信息，发送至分析服务器。
7.如权利要求4所述的推荐方法，其特征在于，所述聚类分析包含:计算用户相似性，根据相似性结果，设定阈值，将用户间距离小于阈值的分簇，形成小簇，合并小簇获得聚类结果。
8.如权利要求7所述的推荐方法，其特征在于，所述用户间距离计算方法采用Jensen-Shannon距离来计算，公式为: JSD(2,||2；t.) = iA^(ZiUM)(I) 式(I)中,M =地+ ?),和代表两个用户特征的概率分布，? ( π、是两个分
論V-.Zi\L^e 11 1J布间的 Kullback - Leibler 距离。
9.如权利要求7所述的推荐方法，其特征在于，所述合并小簇获得聚类结果的方法包含采用簇间合并方法反复合并子类；簇间合并方法是通过计算两个簇间的连接性CUPuCj)和相似性CSXC1.Ci)来判别两个簇是否可以合并为一类； 簇间连接性表示为:
10.如权利要求4所述的推荐方法，其特征在于，所述情境分析包含: 采集用户的地理位置信息，然后再利用收集到的地理位置信息收集周围环境信息和时间信息； 利用环境信息和时间信息对应得到情境分析结果； 根据预设的用户需求过滤掉不符合的情境分析结果。
【文档编号】G06F17/30GK103942255SQ201410100955
【公开日】2014年7月23日 申请日期:2014年3月19日 优先权日:2014年3月19日
【发明者】王引娜 申请人:华存数据信息技术有限公司