6]在步骤S551中，处理单元146判断第k_l层级频繁元素是否为第j层级LJ中的元素中的一者。若是，则进行步骤S552，以将第k层级频繁元素作为第j层级频繁元素，推荐给对应于群组Gl或群组G2中的第k层级使用者数据D_k的使用者；若否，则第二映射单元144进一步将第k-Ι层级频繁元素映射至第k-2层级L_k-2的元素，直到找到位于第j层级L_j中的第j层级频繁元素。
[0087]透过如上的步骤，在推荐过程中透过转换模块120所产生的用以记录概念化的商品分类的第k层级使用者数据D_k可转换回用以记录实际商品的第I层级使用者数据0_1。如此一来，通过根据转换后的用以记录实际商品的第I层级使用者数据D_1进行推荐，可精准地推荐所属群组中频繁元素给使用者。
[0088]虽然本发明已以实施方式揭露如上，然其并非用以限定本发明，任何熟悉此技艺者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰，因此本发明的保护范围当视所附的权利要求书所界定的范围为准。
【主权项】
1.一种推荐方法，其特征在于，包括: 提供一本体论数据库，其中该本体论数据库包括多个元素，所述多个元素以一本体论阶层结构排列为N个层级{L_i}，i=l、2、…、N，且N为正整数； 透过该本体论数据库，储存分别对应于多个使用者的多笔第j层级使用者数据，其中每一所述第j层级使用者数据记录所述层级中一第j层级L_j的至少一个元素； 根据所述第j层级使用者数据，分别产生对应所述使用者的多笔第k层级使用者数据，其中每一所述第k层级使用者数据记录所述层级中一第k层级L_k的至少一个元素； 分群所述第k层级使用者数据；以及 根据分群结果以推荐该本体论数据库中的所述元素给所述使用者。
2.根据权利要求1所述的推荐方法，其特征在于，分别产生对应所述使用者的所述第k层级使用者数据的步骤包括: 根据该本体论阶层结构，将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至该第k层级L_k的至少一个元素，以作为每一所述第k层级使用者数据所记录的该第k层级L_k的至少一个元素。
3.根据权利要求1所述的推荐方法，其特征在于，分别产生对应所述使用者的所述第k层级使用者数据的步骤包括: 计算所述第j层级使用者数据的一数据稀疏度；以及 根据所述第j层级使用者数据的该数据稀疏度，以将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至该第k层级L_k的至少一个元素。
4.根据权利要求3所述的推荐方法，其特征在于，将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至该第k层级L_k的至少一个元素的步骤包括: 判断所述第j层级使用者数据的数据稀疏度是否大于一第j门槛值；以及 在所述第j层级使用者数据的数据稀疏度大于该第j门槛值的情况下，将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至所述层级中的一第j+Ι层级L_j+1的至少一个元素。
5.根据权利要求4所述的推荐方法，其特征在于，将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至该第k层级L_k的至少一个元素的步骤还包括: 在所述第j层级使用者数据的数据稀疏度不大于该第j门槛值的情况下，以所述第j层级使用者数据做为所述第k层级使用者数据。
6.根据权利要求3所述的推荐方法，其特征在于，所述第j层级使用者数据的该数据稀疏度表示为S_j,所述使用者的数量表示为U,该第j层级L_j中的元素的数量表示为I_j,所述第j层级使用者数据所记录的该第j层级L_j的元素的数量总和表示为R_j，且S_j、U、I_j、R_j符合下式:SJ=1-(R」./(U X I」.))。
7.根据权利要求1所述的推荐方法，其特征在于，根据分群结果以推荐该本体论数据库中的所述元素给所述使用者的步骤包括: 在一群组中的第k层级使用者数据所记录的该第k层级L_k的元素中，找出一第k层级频繁元素； 根据第k层级频繁元素，在该第j层级L_j的元素中找出一第j层级频繁元素；以及 推荐该第j层级频繁元素给对应于该群组中的第k层级使用者数据的使用者。
8.根据权利要求7所述的推荐方法，其特征在于，根据第k层级频繁元素，在该第j层级L_j的元素中找出该第j层级频繁元素的步骤包括: 判断该第k层级频繁元素是否为该第j层级L_j中的元素中的一者； 在该第k层级频繁元素不为该第j层级L_k中的元素中的一者的情况下，将该第k层级频繁元素映射至所述层级中的一第k-Ι层级L_k-1的元素；以及 透过一频繁样式探勘，找出该第k层级频繁元素所映射的该第k-Ι层级L_k-1的元素中的一第k-Ι层级频繁元素。
9.根据权利要求8所述的推荐方法，其特征在于，根据第k层级频繁元素，在该第j层级L_j的元素中找出该第j层级频繁元素的步骤还包括: 在该第k层级频繁元素为该第j层级L_j中的元素中的一者的情况下，以该第k层级频繁元素作为该第j层级频繁元素。
10.一种推荐系统，其特征在于，包括: 一储存模块，用以储存一本体论数据库，其中该本体论数据库包括多个元素，所述多个元素以一本体论阶层结构排列为N个层级{L_i},i=l、2、…、N, N为正整数,该本体论数据库用以储存分别对应于多个使用者的多笔第j层级使用者数据，且每一所述第j层级使用者数据用以记录所述层级中一第j层级L_j的至少一个元素； 一转换模块，用以根据所述第j层级使用者数据，分别产生对应所述使用者的多笔第k层级使用者数据，其中每一所述第k层级使用者数据记录所述层级中一第k层级L_k的至少一个元素； 一分群模块，用以分群所述第k层级使用者数据；以及 一推荐模块，用以根据分群结果以推荐该本体论数据库中的所述元素给所述使用者。
11.根据权利要求10所述的推荐系统，其特征在于，该转换模块还用以根据该本体论阶层结构，将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至该第k层级L_k的至少一个元素，以作为每一所述第k层级使用者数据所记录的该第k层级L_k的至少一个元素。
12.根据权利要求10所述的推荐系统，其特征在于，该转换模块还用以计算所述第j层级使用者数据的一数据稀疏度，并根据所述第j层级使用者数据的该数据稀疏度，以将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至该第k层级L_k的至少一个元素。
13.根据权利要求12所述的推荐系统，其特征在于，该转换模块还用以判断所述第j层级使用者数据的数据稀疏度是否大于一第j门槛值，并在所述第j层级使用者数据的数据稀疏度大于该第j门槛值的情况下，将每一所述第j层级使用者数据所记录的该第j层级L_j的元素映射至所述层级中的一第j+Ι层级L_j+1的至少一个元素。
14.根据权利要求13所述的推荐系统，其特征在于，该转换模块还用以在所述第j层级使用者数据的数据稀疏度不大于该第j门槛值的情况下，以所述第j层级使用者数据做为所述第k层级使用者数据。
15.根据权利要求12所述的推荐系统，其特征在于，所述第j层级使用者数据的该数据稀疏度表示为s_j,所述使用者的数量表示为U,该第j层级L_j中的元素的数量表示为1_J，所述第j层级使用者数据所记录的该第j层级L_j的元素的数量总和表示为1?」_，且S_j、U、I_j、R_j符合下式:SJ=1-(R」./(U X I」.))。
16.根据权利要求10所述的推荐系统，其特征在于，该推荐模块还用以在一群组中的第k层级使用者数据所记录的该第k层级L_k的元素中，找出一第k层级频繁元素，根据第k层级频繁元素，在该第j层级L_j的元素中找出一第j层级频繁元素，以及推荐该第j层级频繁元素给对应于该群组中的第k层级使用者数据的使用者。
17.根据权利要求16所述的推荐系统，其特征在于，该推荐模块还用以判断该第k层级频繁元素是否为该第j层级L_j中的元素中的一者，在该第k层级频繁元素不为该第j层级L_k中的元素中的一者的情况下，将该第k层级频繁元素映射至所述层级中的一第k-1层级L_k-1的元素，以及透过一频繁样式探勘，找出该第k层级频繁元素所映射的该第k-1层级L_k-1的元素中的一第k-Ι层级频繁元素。
18.根据权利要求17所述的推荐系统，其特征在于，在该第k层级频繁元素为该第j层级L_j中的元素中的一者的情况下，以该第k层级频繁元素作为该第j层级频繁元素。
【专利摘要】本发明揭露一种推荐系统及其方法。推荐方法包括：提供一本体论数据库，其中该本体论数据库包括多个元素，所述多个元素以一本体论阶层结构排列为N个层级；透过该本体论数据库，储存分别对应于多个使用者的多笔第j层级使用者数据；根据所述第j层级使用者数据，分别产生对应所述使用者的多笔第k层级使用者数据；分群所述第k层级使用者数据；以及根据分群结果以推荐该本体论数据库中的所述元素给所述使用者。
【IPC分类】G06F17-30
【公开号】CN104572669
【申请号】CN201310481308
【发明人】史孟蓉, 陈棅易, 王泰钧, 薛荣银
【申请人】财团法人资讯工业策进会
【公开日】2015年4月29日
【申请日】2013年10月15日