基于移动应用的个性化推荐系统的制作方法

1.本发明涉及个性化推荐技术领域，具体为基于移动应用的个性化推荐系统。


背景技术：

2.农业种植技术个性化推荐是运用推荐算法为农业用户推荐所需的种植技术，缓减信息过载，提高农业生产效率的技术，与现代化农业建设标准要求相比，我国农业信息化水平与新农村建设存在很多不适应的地方，造成了现有针对农业种植技术的个性化推荐算法考虑因素单一，大部分存在评分稀疏、冷启动、可扩展性差等问题，使得农业从业人员获取农作物种植技术可靠性差，农业种植技术个性化推荐的准确度较低。因此，设计缓减信息过载和提高农业生产效率的基于移动应用的个性化推荐系统是很有必要的。


技术实现要素：

3.本发明的目的在于提供基于移动应用的个性化推荐系统，以解决上述背景技术中提出的问题。
4.为了解决上述技术问题，本发明提供如下技术方案：基于移动应用的个性化推荐系统，包括数据处理模块、农业用户特征模块和个性化推荐模块，所述数据处理模块用于对农作物推荐中涉及的数据的进行采集清洗以及筛选和存储，所述农业用户特征模块用于构建和更新用户的静态特征和动态特征，所述个性化推荐模块用于通过集成用户特征模型和推荐算法模型为用户产生更好的推荐服务，所述数据处理模块与农业用户特征模块数据连接，所述农业用户特征模块与个性化推荐模块数据连接。
5.根据上述技术方案，所述数据处理模块包括农业种植技术数据模块、用户基础数据模块和用户行为数据模块，所述农业种植技术数据模块与用户基础数据模块、用户行为数据模块数据连接，所述农业种植技术数据模块用于利用爬虫技术从网络中获取所需的种植技术数据并进行筛选分类后存入数据库，所述用户基础数据模块用于提取用户的基本信息数据，所述用户行为数据模块用于提取用户与系统的交互信息。
6.根据上述技术方案，所述农业用户特征模块包括静态特征构建模块、静态特征更新模块、动态特征建立模块和动态特征更新模块，所述静态特征构建模块与静态特征更新模块数据连接，所述动态特征建立模块与动态特征更新模块数据连接，所述静态特征构建模块用于根据收集的用户基本数据信息和农业种植技术数据建立农户静态特征，所述静态特征更新模块用于对农户静态特征标签的更新，所述动态特征建立模块用于对农户动态特征标签进行挖掘和权重计算以构建农户动态特征，所述动态特征更新模块用于根据农户动态特征受到的影响因素进行动态特征更新。
7.根据上述技术方案，所述个性化推荐模块包括用户特征可视化模块、种植技术推荐模块、反馈信息收集模块和浏览器交互模块，所述用户特征可视化模块与种植技术推荐模块数据连接，所述反馈信息收集模块与浏览器交互模块数据连接，所述用户特征可视化模块用于将处理后的用户特征数据返回给用户形成可视化界面，所述种植技术推荐模块用
于利用融合用户特征的个性化推荐算法向用户推荐所需的农业种植技术，所述反馈信息收集模块用于收集用户使用基于移动应用的个性化推荐系统中形成的浏览点赞和收藏转发行为的反馈数据，所述浏览器交互模块用于利用响应式的浏览器网站进行农业种植技术个性化推荐系统在农业用户间的使用和传播。
8.根据上述技术方案，所述基于移动应用的个性化推荐系统的运行方法包括以下运行步骤：
9.步骤一：对用户的属性信息和用户行为信息相关数据进行提取，建立农业种植技术资源库；
10.步骤二：基于地域、种植职业、主要种植作物三个维度建立农业用户静态特征，根据农户种植作物的动态变化，进行农业用户静态特征的更新；
11.步骤三：利用农户的行为信息，挖掘用户动态特征，建立农户动态特征的自适应更新；
12.步骤四：通过集成用户特征模型和推荐算法模型，以响应式网站向用户展示所推荐的农业种植技术，并收集用户的反馈信息来为用户产生更好的推荐服务。
13.根据上述技术方案，所述步骤一中，对用户的属性信息和用户行为信息相关数据进行提取的方法为通过python爬虫技术爬取大量农业种植技术数据，经过数据重组、筛选和分类，存储到mysql数据库。
14.根据上述技术方案，所述步骤二中，农业用户静态特征构建和更新的方法包括以下步骤：
15.步骤b1：从农户基本信息中提取包括农户基础信息、主要种植作物和种植职业的农户静态特征；
16.步骤b2：选用关键词序列表示农户静态特征，每个农户的静态特征表示为s＝{t1,t2,t3…
,tn}，ti表示农户静态特征标签，{t1,t2,t3…
,tn}代表农户前n个静态特征标签集合；
17.步骤b3：根据提取出的农户静态特征标签构建农户与农户的静态特征矩阵；
18.步骤b4：采用多项式朴素贝叶斯分类器更新农户种植职业分类，将农户除种植职业以外的特征数据作为前提，包括主要种植作物、地域位置，对农户种植职业做分类更新。
19.根据上述技术方案，所述步骤三中，进行农业用户动态特征更新的运行方法包括以下步骤：
20.步骤c1：当农户产生新的交互行为，对农业种植技术利用jieba分词提取得到特征词组，得到新的农户行为对应的行为标签以及标签权重；
21.步骤c2：计算农户不同行为的类型权重，以及农户行为类型对应的次数作为具体权重指标；
22.步骤c3：计算时间衰减，将农户行为对应的标签的权重相乘，得到最后权重；
23.步骤c4：将新的农户标签及权重对比当前的农户动态特征标签及权重，如果新的农户标签出现在当前标签里，更新相应权重为新的权重，如果没有出现，则用新的标签替换当前标签里权重最小的一项。
24.根据上述技术方案，所述步骤四中，农业种植技术个性化推荐的运行方法包括以下步骤：
25.步骤d1：筛选相同地域的用户，根据构建好的用户个人特征标签，利用k-means聚
类形成相似偏好的群体；
26.步骤d2：根据用户特征标签通过相似性度量的方法计算用户间相似度；
27.步骤d3：用户动态特征选用前n个特征标签，用户动态特征标签矩阵和静态特征标签矩阵叠加后形成用户-用户特征标签矩阵；
28.步骤d4：当农户首次进入系统，根据多维度信息组成的特征标签构建农户初始特征，通过基于用户特征标签找到农户的最近邻产生推荐结果，获取每个用户标签并计算每个标签对应的用户数，如果用户之间有相同的标签，则在用户静态特征标签矩阵中的相应位置加1，根据用户静态特征标签矩阵，通过杰卡德系数计算特征标签相似度，找到与新用户相似的群体，为新用户推荐所需的农业种植技术。
29.根据上述技术方案，所述步骤d4中，采用浏览器/服务器体系结构，以响应式网站向用户展示所推荐的农业种植技术，用户通过浏览器和网站上的内容进行交互。
30.与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有数据处理模块、农业用户特征模块和个性化推荐模块，对用户的属性信息和用户行为信息相关数据进行提取，建立农业种植技术资源库，以此建立一个全面、可靠、专业的农业种植技术资源库，再基于地域、种植职业、主要种植作物三个维度建立农业用户静态特征，根据农户种植作物的动态变化，进行农业用户静态特征的更新，通过静态特征能反映所属群体的群体特征，同步利用农户的行为信息，挖掘用户动态特征，建立农户动态特征的自适应更新，通过集成用户特征模型和推荐算法模型，以响应式网站向用户展示所推荐的农业种植技术，并收集用户的反馈信息来为用户产生更好的推荐服务，即基于移动应用的个性化推荐系统把相似农户最近关注的农业种植技术推荐给目标农户。
附图说明
31.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
32.图1是本发明的系统模块组成示意图。
具体实施方式
33.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.请参阅图1，本发明提供技术方案：基于移动应用的个性化推荐系统，包括数据处理模块、农业用户特征模块和个性化推荐模块，所述数据处理模块用于对农作物推荐中涉及的数据的进行采集清洗以及筛选和存储，所述农业用户特征模块用于构建和更新用户的静态特征和动态特征，所述个性化推荐模块用于通过集成用户特征模型和推荐算法模型为用户产生更好的推荐服务，所述数据处理模块与农业用户特征模块数据连接，所述农业用户特征模块与个性化推荐模块数据连接。
35.数据处理模块包括农业种植技术数据模块、用户基础数据模块和用户行为数据模块，所述农业种植技术数据模块与用户基础数据模块、用户行为数据模块数据连接，所述农
业种植技术数据模块用于利用爬虫技术从网络中获取所需的种植技术数据并进行筛选分类后存入数据库，所述用户基础数据模块用于提取用户的基本信息数据，所述用户行为数据模块用于提取用户与系统的交互信息。
36.农业用户特征模块包括静态特征构建模块、静态特征更新模块、动态特征建立模块和动态特征更新模块，所述静态特征构建模块与静态特征更新模块数据连接，所述动态特征建立模块与动态特征更新模块数据连接，所述静态特征构建模块用于根据收集的用户基本数据信息和农业种植技术数据建立农户静态特征，所述静态特征更新模块用于对农户静态特征标签的更新，所述动态特征建立模块用于对农户动态特征标签进行挖掘和权重计算以构建农户动态特征，所述动态特征更新模块用于根据农户动态特征受到的影响因素进行动态特征更新。
37.个性化推荐模块包括用户特征可视化模块、种植技术推荐模块、反馈信息收集模块和浏览器交互模块，所述用户特征可视化模块与种植技术推荐模块数据连接，所述反馈信息收集模块与浏览器交互模块数据连接，所述用户特征可视化模块用于将处理后的用户特征数据返回给用户形成可视化界面，所述种植技术推荐模块用于利用融合用户特征的个性化推荐算法向用户推荐所需的农业种植技术，所述反馈信息收集模块用于收集用户使用基于移动应用的个性化推荐系统中形成的浏览点赞和收藏转发行为的反馈数据，所述浏览器交互模块用于利用响应式的浏览器网站进行农业种植技术个性化推荐系统在农业用户间的使用和传播。
38.基于移动应用的个性化推荐系统的运行方法包括以下运行步骤：
39.步骤一：对用户的属性信息和用户行为信息相关数据进行提取，建立农业种植技术资源库，采集农业种植技术按照国民经济行业分类中农业领域分类标准进行清洗和分类，建立一个全面、可靠、专业的农业种植技术资源库，所述用户的属性信息是指用户在系统中进行主动记录的种植职业和其他基本属性信息；
40.步骤二：基于地域、种植职业、主要种植作物三个维度建立农业用户静态特征，根据农户种植作物的动态变化，进行农业用户静态特征的更新，农户静态特征根据收集到的用户的地域信息、种植职业、主要种植作物信息来建立，在用户交互行为数据缺失的情况下，静态特征能反映所属群体的群体特征；
41.步骤三：利用农户的行为信息，挖掘用户动态特征，建立农户动态特征的自适应更新，农户动态特征受到季节、市场价格等因素影响，这些因素的变化会导致用户特征发生变化，在农业种植技术个性化推荐系统中，近期用户与种植技术的交互行为代表用户当前的特征，不同时段的特征会存在一定的差异，若两个用户最近一直关注同种类的农作物种植，则他们在用户动态特征上的相似度就更大，因此，基于移动应用的个性化推荐系统需要把相似农户最近关注的农业种植技术推荐给目标农户；
42.步骤四：通过集成用户特征模型和推荐算法模型，以响应式网站向用户展示所推荐的农业种植技术，并收集用户的反馈信息来为用户产生更好的推荐服务。
43.步骤一中，对用户的属性信息和用户行为信息相关数据进行提取的方法为通过python爬虫技术爬取大量农业种植技术数据，经过数据重组、筛选和分类，存储到mysql数据库。
44.步骤二中，农业用户静态特征构建和更新的方法包括以下步骤：
45.步骤b1：从农户基本信息中提取包括农户基础信息、主要种植作物和种植职业的农户静态特征，将农户主要种植作物用分词器提取出具体的农作物，结合农户地域位置和种植职业，作为农户静态特征构成农户初始特征；
46.步骤b2：选用关键词序列表示农户静态特征，每个农户的静态特征表示为s＝{t1,t2,t3…
,tn}，ti表示农户静态特征标签，{t1,t2,t3…
,tn}代表农户前n个静态特征标签集合，根据农户基本信息，提取农户静态特征标签，静态特征标签可以粗粒度的反映农户种植偏好；
47.步骤b3：根据提取出的农户静态特征标签构建农户与农户的静态特征矩阵，农户与农户之间静态特征的关系用一个n*n阶的二维矩阵的形式来表示，n代表农户个数，如果农户之间有相同的标签，则在农户静态标签矩阵中的相应位置加1，形成用户静态特征标签矩阵；
48.步骤b4：采用多项式朴素贝叶斯分类器更新农户种植职业分类，将农户除种植职业以外的特征数据作为前提，包括主要种植作物、地域位置，对农户种植职业做分类更新，当农户种植的农作物发生变化时，根据提取出来新的种植农作物数据和地理位置，用训练好的多项式朴素贝叶斯分类器更新农户种植职业分类，采用新的分类数据，从而达到更新用户静态特征的目的，同时当新用户加入时，对新用户的数据用训练好的多项式朴素贝叶斯分类器给新用户的种植职业分类，采用多项式朴素贝叶斯分类的方法不仅可以有效更新农户静态特征，还能更好地解决新用户冷启动问题。
49.步骤三中，进行农业用户动态特征更新的运行方法包括以下步骤：
50.步骤c1：当农户产生新的交互行为，对农业种植技术利用jieba分词提取得到特征词组，得到新的农户行为对应的行为标签以及标签权重；
51.步骤c2：计算农户不同行为的类型权重，以及农户行为类型对应的次数作为具体权重指标；
52.步骤c3：计算时间衰减，将农户行为对应的标签的权重相乘，得到最后权重；
53.步骤c4：将新的农户标签及权重对比当前的农户动态特征标签及权重，如果新的农户标签出现在当前标签里，更新相应权重为新的权重，如果没有出现，则用新的标签替换当前标签里权重最小的一项。
54.步骤四中，农业种植技术个性化推荐的运行方法包括以下步骤：
55.步骤d1：筛选相同地域的用户，根据构建好的用户个人特征标签，利用k-means聚类形成相似偏好的群体；
56.步骤d2：根据用户特征标签通过相似性度量的方法计算用户间相似度，相同的地域的用户筛选相当于寻找用户的相似群体，同时相同的地域农作物的种植管理技术、时间具有参考性、互通性。k-means聚类是对地域筛选出的用户进行再次过滤，不仅可以有效减少寻找近邻的时间，还可以精确找到目标群体，为接下来的推荐做准备；
57.步骤d3：用户动态特征选用前n个特征标签，用户动态特征标签矩阵和静态特征标签矩阵叠加后形成用户-用户特征标签矩阵，相似性度量的方法适用于数据体量小；
58.步骤d4：当农户首次进入系统，根据多维度信息组成的特征标签构建农户初始特征，该农户特征可以很好地反映农户主要种植偏好，为了解决新用户种植技术推荐的问题，通过基于用户特征标签找到农户的最近邻产生推荐结果，获取每个用户标签并计算每个标
签对应的用户数，如果用户之间有相同的标签，则在用户静态特征标签矩阵中的相应位置加1，根据用户静态特征标签矩阵，通过杰卡德系数计算特征标签相似度，找到与新用户相似的群体，为新用户推荐所需的农业种植技术。
59.步骤d4中，采用浏览器/服务器体系结构，以响应式网站向用户展示所推荐的农业种植技术，用户通过浏览器和网站上的内容进行交互，同步收集用户对推荐种植技术的反馈记录，来为用户更好地推荐。
60.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
61.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。