[发明专利]面向领域的个性化智能推荐系统及实现方法

权利要求书

1.一种面向领域的个性化智能推荐系统，其特征在于，领域处理模块、系统管理模块、用户接口模块、推荐服务模块和推荐结果处理模块；其中，

领域处理模块，用于通过数据组织方式的设计，使数据输入及系统实现与领域无关；用于确定领域信息的配置方法和系统的初始化，按一定规则和方法进行领域信息的配置，系统根据配置的领域信息初始化推荐系统；

系统管理模块，用于接收和处理各模块的信息或资源调配，算法选择、算法运行及参数设置；

用户接口模块，用于根据用户交互行为获取用户行为信息或上下文信息，并将其传送给推荐服务模块；

推荐服务模块，用于根据所获取用户行为信息或上下文信息，运用多种推理方法，从中获取用户偏好信息或向用户推荐的推荐信息；

推荐结果处理模块，用于根据已获取的用户偏好和需求信息结合用户环境信息进行推荐服务，并获取用户对推荐服务的反映，同时结合对推荐服务的把握，进行学习和推理，生成推荐结果并输出。

2.根据权利要求1所述面向领域的个性化智能推荐系统，其特征在于，所述用户接口模块进一步包括用户交互行为处理子模块和上下文信息获取子模块；其中，

所述用户交互行为处理子模块，用于根据配置的领域信息进行搜集用户行为信息；

所述上下文信息获取子模块，用于根据输入的数据进行搜集上下文信息。

3.根据权利要求1所述面向领域的个性化智能推荐系统，其特征在于，所述推荐服务模块进一步包括协同过滤推理子模块、领域相关性上下文推理子模块、本体推理子模块和推荐学习子模块；其中，

所述协同过滤推理子模块，用于根据所运行的协同过滤推荐算法分析用户对项目的评分，并以评分为基础分析用户相似性和项目相似性以及用户和项目相关性；

所述领域相关性上下文推理子模块，用于根据其所运行的上下文推理算法，从低层上下文信息到高层上下文信息进行推理，将低层上下文信息转换成可用性强的高层上下文信息；

所述本体推理子模块，用于根据所运行的本体推理算法，将用户和项目领域本体抽象成相关的词类和词类之间的关系，通过词类和词类之间的关系分析和推理不同类别的用户和项目之间的关联关系；

所述推荐学习子模块，用于根据所运行的推荐学习推理算法，通过分析用户对推荐结果的反映，结合协同过滤以及本体推理改善对用户偏好和需求的把握，进而提高推荐质量。

4.根据权利要求1所述面向领域的个性化智能推荐系统，其特征在于，所述推荐结果处理模块进一步包括用户环境信息获取子模块和推荐结果输出子模块；其中，

用户环境信息获取子模块，用于获取与用户终端以及用户行为习惯相关的信息，并将这些信息传送给推荐结果产生模块，使产生的推荐结果按照用户终端要求和用户行为习惯发送给用户；

推荐结果输出子模块，用于检查用户可利用的信息，它们主要来自上下文推理、协同过滤推理、本体推理和推荐学习模块，包括本体相似性数据、协同过滤相似性数据、可直接利用的高层上下文数据以及推荐学习数据，根据实时情况产生推荐结果，并根据获取的用户环境信息将推荐结果以友好的方式呈现给用户。

5.一种面向领域的个性化智能推荐系统的实现方法，其特征在于，该方法包括：

A、通过数据组织方式设计，使数据输入及系统实现与该领域无关，确定领域信息的配置方法和系统初始化，并按一定规则和方法进行领域信息的配置，系统根据配置的领域信息初始化推荐系统；

B、根据用户交互行为搜集用户行为信息或上下文信息，然后将其传送给推荐服务模块，并运用各种推荐算法进行综合推理，从中获取用户所需的用户偏好信息或向用户推荐的推荐服务信息；

C、然后，根据已获取的用户偏好和需求信息结合用户环境信息进行推荐服务，并获取用户对推荐服务的反映，同时结合对推荐服务的把握，进行学习和推理，最终生成推荐结果并输出。

6.根据权利要求5所述面向领域的个性化智能推荐系统的实现方法，其特征在于，步骤B所述根据用户交互行为搜集用户行为信息或上下文信息具体包括：通过注册信息获取、通过项目评分信息获取、通过系统使用上下文感知技术获取用户信息；或从用户浏览过的信息中获取、从用户的交易信息中获取、通过推荐服务响应信息获取以及通过用户搜索的内容获取。