[发明专利]一种富媒体个性化推荐方法

权利要求书

1.一种富媒体个性化推荐方法，其特征在于，包括以下步骤：

(1)、选择能够体现富媒体资源特征的语义标签集合，基于这个语义标签集合，以语义标签的权值表示富媒体资源在该标签的语义强度，对富媒体资源进行全面的描述，为每个富媒体资源形成一个特征描述样本：

y=Σi=1nlixi]]>

其中：x_i为第i个语义标签，共计n个语义标签点，l_i表示第i个语义标签对应的权值，且满足：

Σi=1nli=1;]]>

(2)、用户兴趣度拟合

用户每使用一个富媒体资源，服务器数据采集模块即记录下用户的使用情况，并提取出该资源的特征描述样本，经过不断的积累，得到m个特征样本，则该用户兴趣度原始数据U：

U=Σi=1n(Σj=1mlj,i)×xi]]>

其中：表示第i个语义标签累积的权值之和，即用户使用的所有资源对应的特征描述样本中第i个语义标签的权值之和；

由积累到的用户兴趣度原始数据U，经过归一化后得到的用户兴趣度模型u：

u=Σi=1nli‾xi]]>

其中：

li‾=Σj=1mlj,iΣi=1n(Σj=1mlj,i),]]>

即用户兴趣度原始数据U中第i个语义标签的权值除以所有语义标签的权值之和；

根据计算规则，可以得出：

Σi=1nli‾=1]]>

(3)、以富媒体资源的特征描述样本及用户兴趣度模型u为基础，采用兴趣度距离及特征距离来度量并形成推荐列表进行个性化推荐；

其中，兴趣度距离表示用户与富媒体资源之间的距离或用户与用户之间距离，特征距离表示富媒体资源与富媒体资源之间的距离。

2.根据权利要求1所述的富媒体个性化推荐方法，其特征在于，所述的个性化推荐为：

a、基于用户与富媒体资源之间兴趣度距离的推荐

遍历资源库中的富媒体资源，求得当前用户与富媒体资源之间的兴趣度距离：

du,y=Σi=1n(li-li‾)2]]>

其中，d_u，y表示当前用户与富媒体资源之间的兴趣度距离；

每个富媒体资源都将形成与用户之间的兴趣度距离，根据兴趣度距离排序或者预定义的兴趣度距离阀值确定推荐列表；

b、基于用户与用户之间的兴趣度距离的推荐

首先，计算用户A与用户B之间的兴趣度距离：

duA,uB=Σi=1n(li,A‾-li,B‾)2]]>

其中，分别表示用户A、用户B的用户兴趣度模型u中的第i个语义标签对应的归一化权值；

然后，以此兴趣度距离为衡量标准，进行用户分组，得到兴趣相似的用户兴趣组，选取用户兴趣组中其他用户使用过的富媒体资源进行推荐；

c、基于富媒体资源与富媒体资源之间的特征距离的推荐

首先，计算富媒体资源α与富媒体资源β之间的特征距离：

dyα,yβ=Σi=1n(li,α-li,β)2]]>

其中，l_i，α、l_i，β分别表示富媒体资源α、富媒体资源β第i个语义标签对应的权值；

然后，以此特征距离为衡量标准，将富媒体资源分为一些特征组，当用户访问某一富媒体资源时，将该富媒体资源对应的特征组中的其他富媒体资源推荐给用户。