[发明专利]一种基于云计算的冷启动项目推荐的方法及装置

说明书

本发明公开一种基于云计算的冷启动项目推荐的方法及装置，所述方法包括：注册新项目，获取该项目具有的项目属性；从云端服务器导入已有项目；生成项目属性评分矩阵，包括正评分数矩阵P(u,a)、负评分数矩阵N(u,a)和总评分数矩阵T(u,a)；根据导入的已有项目和所述评分矩阵统计用户的评分数据信息；根据所述评分数信息和贝叶斯算法计算用户u喜欢的项目中包含冷启动项目i的概率P(u,Like|i)，和用户u不喜欢的项目中包含冷启动项目i的概率P(u,Dislike|i)；对P(u,Like|i)进行归一化处理，将归一化处理得到的D(u,Like|i)值按降序排列，选取排名靠前的N个用户进行该项目推荐。本发明大大提高了冷启动项目的推荐准确度。

技术领域

本发明涉及信息推送领域，特别是涉及一种基于云计算的冷启动项目推荐的方法及装置。

背景技术

信息推送是一项以数据挖掘、自然语言处理以及互联网等多门技术为基础的综合性方向。将合适的信息推送给合适的人，是一项极具挑战的工作。这个过程需要对信息作充分的分析，并对人的兴趣、行为做细致的刻画，并对两者进行有效匹配。

所谓的冷启动项目是指刚刚加入个性化推荐系统的项目(项目指代商品、视频等任何被推荐的物品)，由于冷启动项目的信息缺乏，存在着冷启动推荐问题，所谓的冷启动推荐问题是指如何为冷启动项目产生精确推荐结果方面所存在的问题。

申请号为200810116477.0，名称为《一种个性化服务推荐系统和方法》的专利公开了用户信息收集器监控在终端上进行的各种操作信息，并分析用户操作信息，提取新的用户信息并记入，上下文感知处理器感知用户的当前的上下文，输出当前的上下文描述信息，启动个性化推荐处理根据上下文的信息检索推荐策略数据库，获得匹配的最优推荐策略并进行推荐。该推荐系统和方法虽然可以实现个性化推荐，但对于新加入系统的项目即冷启动项目仍然无法准确的进行推荐。

发明内容

本发明所要解决的技术问题是：提供一种基于云计算的冷启动项目推荐的方法及装置，用于解决现有技术中冷启动项目难以准确地确定推荐的目标用户。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于云计算的冷启动项目推荐的方法，包括以下步骤：

S1、注册新项目，并获取该项目所具有的项目属性；

S2、预设新项目的分类，所述分类包括“Like”和“Dislike”；

S3、预设项目属性的评分矩阵，包括正评分数矩阵P(u,a)、负评分数矩阵N(u,a)和总评分数矩阵T(u,a)，其中，P(u,a)、N(u,a)以及T(u,a)中的每个元素分别代表用户对已有项目各项目属性的正评分个数、负评分个数以及总评分个数；

S4、从云端服务器导入已有项目，所述已有项目中包含用户、用户对已有项目的评分值，以及已有项目所属的项目属性的信息；

S5、根据步骤S4导入的已有项目和所述项目属性的评分矩阵统计用户的评分数据信息，具体为：遍历所有用户对已有项目的评分值，并判断用户对已有项目的评分值是否高于预设的评分值，若是，将正评分数矩阵P(u,a)和总评分数矩阵T(u,a)的对应元素加一，若否，将负评分数矩阵N(u,a)和总评分数矩阵T(u,a)的对应元素加一；

S6、根据所述评分数据信息和贝叶斯算法计算用户u喜欢的项目中包含冷启动项目i的概率P(u,Like|i)，和用户u不喜欢的项目中包含冷启动项目i的概率P(u,Dislike|i)；

S7、根据公式：对P(u,Like|i)进行归一化处理，将归一化处理得到的D(u,Like|i)值按降序排列，选取排名靠前的N个用户进行该项目推荐，其中N为正整数。

为解决上述技术问题，本发明提供的另一技术方案为：