专利名称：一种基于用户兴趣关联的推荐方法
技术领域：
本发明涉及计算机技术领域，尤其涉及到基于内容的图书推荐方法。
技术背景
近年来，随着计算机与网络技术的进步，电子商务得到了快速发展。用户通过网络能够采购到各类商品。为了帮助客户尽快找到合适的商品，同时也为了做商品推广，电子商务网站都会集成一个推荐系统自动为客户生成商品推荐。在商品推荐系统中，为了能更多地鼓励用户购买商品，推荐系统需要针对用户的兴趣特征，有针对性地做商品推荐，尽量发掘用户的潜在需求，最终形成订单。
目前，大多数的推荐系统都仅仅根据用户的购买历史和浏览历史来做简单的商品推荐。特别是用户的兴趣点上，一般只做简单的集合推导来做推荐，比如用户A对商品{a， b，c}感兴趣，用户B对商品{b，d，e}感兴趣，推荐系统则简单地将商品{d，e}推荐给Α。这样的推荐并没有深度发掘A和B的兴趣特点，最终的推荐效果往往不尽如人意。发明内容
有鉴于此，一种能反映用户兴趣特点，特别是能考虑到兴趣点间关联性的推荐方法是十分有益的。
为了解决上述问题，本发明提供了一种不仅能够关联不同用户之间的兴趣共同点，同时也能关联同一用户不同兴趣点之间相关程度的推荐方法，其技术方案包括
1)建立用户的兴趣模型，用户兴趣模型表示为
P = {(W0，IP0)，(W1, IP1)，· · ·，(ffn, IPn)}
其中，Wi代表用户访问兴趣点的总次数，IPi描述的是用户兴趣点，
其中包含兴趣点中每个商品的兴趣矢量，其表达式为
IPi = [w0, W1, ... , wm]
其中，％代表用户对兴趣点IPi中商品j的兴趣度；
2)假定当前用户Ucm正在访问兴趣点IPi, Uk是Ucot的邻居用户，SIM(U·，Uk, IPi)是用户Ucot和Uk在兴趣点IPi的相似度，Wg是用户Uk在兴趣点IPiI的访问次数， Corrk(IPi, IPj)是用户Uk的兴趣点IPi和巧之间的相关度，则兴趣点巧对用户Ucur的推荐值RonMPi (IPj)计算公式为ι 71
Rcur,ιρ (^·) = ^jSlM(UcuriUkJPi) X W^ X Corrk(IPitIPj)k=l
其中，η代表用户Ucui的所有邻居用户数；
3)针对不同的兴趣点A计算其推荐值RcmvIPi (IP^，对推荐值进行排名，将前η 个兴趣点形成推荐列表推荐给用户。
本发明还可以通过下述方法来增强推荐效果
计算用户X、y在同一兴趣点上的相似性公式为ρ , 、Cov(xIPi,yIPi)
权利要求
1.一种基于用户兴趣关联的推荐方法，其特征在干，包括如下步骤1)建立用户的兴趣模型，用户兴趣模型表示为P = Kwci, IP0), (W1, IP1),...，(wn, IPn)}其中，Wi代表用户访问兴趣点的总次数，IPi描述的是用户兴趣点，其中包含兴趣点中 每个商品的兴趣矢量，其表达式为IPi = [W0, W1, ... , Wm]其中，^^代表用户对兴趣点IPi中商品j的兴趣度；2)假定当前用户Ueur正在访问兴趣点IPi,Uk是Ueur的邻居用户，SIM(Ucur, Uk, IPi)是 用户Ueur和Uk在兴趣点IPi的相似度，W^是用户Uk在兴趣点IPi上的访问次数，Corrk (IPi, IPj)是用户Uk的兴趣点IPi和巧之间的相关度，则兴趣点巧对用户Ucur的推荐值RcurMPi (IPj)计算公式为
2.根据权利要求1所述的方法，其特征在于，计算用户x、y在同一兴趣点上的相似性 公式为
3.根据权利要求1所述的方法，其特征在干，描述用户在不同兴趣点之间的相关性计 算公式为
4.根据权利要求1所述的方法，其特征在干，用户对兴趣点中商品的兴趣度w的计算方 法如下
5.根据权利要求1或2所述的方法，其特征在于，兴趣点IP指的是电子商务网站商品分类目录结构的最后一级目录，一个兴趣点包含该目录下的所有商品页面。
全文摘要
本发明公开了一种基于用户兴趣关联的推荐方法，主要包括以下步骤建立用户兴趣模型；基于用户兴趣模型计算不同用户间对同一个兴趣点的相关性；基于用户兴趣模型计算用户的各个兴趣点之间的相关性；计算用户在当前兴趣点下其他拥有同样兴趣的用户的相关兴趣点推荐值；对上述推荐值进行排名，取排名靠前的n个兴趣点做推荐。本发明充分运用了兴趣点之间的关联性，把局部最优的结果推荐给用户。
文档编号G06Q30/02GK102542489SQ201110447869
公开日2012年7月4日 申请日期2011年12月27日 优先权日2011年12月27日
发明者韩军 申请人:纽海信息技术(上海)有限公司