[发明专利]一种基于用户行为日志的海运报价推荐系统与方法

说明书

本发明公开了一种基于用户搜索日志的海运报价推荐系统与方法所述系统包括：用户交互模块，用于搜索和查看海运报价产品并对参数进行配置，同时用于记录用户的搜索日志；数据预处理模块，用于将用户的搜索日志规范化及相应的预处理，提取用户特征、报价特征并生成用户偏好矩阵等；推荐引擎模块，基于预处理数据，以多种推荐策略计算用户之间的相似度和报价之间的相似度，并预测用户对报价的偏好，最终产生报价推荐结果并把结果返回给用户交互模块。本发明还提供了一种海运报价推荐方法，适应海运报价地域性和时效性的特点，并有效解决了用户“冷启动”和报价“冷启动”问题，是一种高效合理的海运报价推荐方法。

技术领域

本发明涉及推荐系统领域，特别是涉及一种基于用户搜索日志的海运报价推荐系统与方法。

背景技术

目前在大多海运报价查询系统中，用户通常采取从海运报价列表，或根据目的港等关键字搜索海运航线报价。随着海运规模的不断扩大，海运路线以及报价产品快速增长。由于用户对产品信息变化的不了解，面对大量报价信息时无法获得对自己真正有用的那部分信息。而海运报价推荐是根据用户的特征和历史查询记录，向用户推荐可能感兴趣的海运报价。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求。

目前已有许多成熟的推荐算法，例如基于人口统计学的推荐算法、基于用户或物品的协同过滤算法、基于内容的推荐算法等，但基于用户或物品的协同过滤算法存在用户“冷启动”问题，在系统开始时推荐质量差；基于内容的推荐算法对物品特征的提取要求很高，而且物品相似度的衡量标准只考虑到了物品本身，推荐结果有一定的片面性；基于人口统计学的推荐算法只是根据系统用户的基本信息发现用户的相似度，推荐结果比较单一，效果很难令人满意。而且海运报价具有很明显的地域性和时效性特征，使用传统的推荐算法推荐的海运报价产品可能存在报价已过期或者报价航线的起始港距离用户过远等问题。

发明内容

本发明的目的在于提供一种基于用户搜索日志的海运报价推荐系统与方法。

本发明第一方面提供一种基于用户搜索日志的海运报价推荐系统，包括：用户交互模块，用于搜索和查看海运报价产品并对系统参数进行配置，同时用于记录用户的搜索日志；数据预处理模块，用于从用户交互模块中抽取用户个人信息、报价产品信息和用户搜索日志，提取用户特征向量、报价产品特征向量，并把搜索日志转化为用户偏好矩阵等；

推荐引擎模块，用于计算用户之间的相似度以及报价产品之间的相似度，根据相似度以及用户偏好矩阵预测用户对其它报价产品的偏好从而为用户推荐海运报价产品。

本发明第二方面提供一种基于用户搜索日志的海运报价推荐方法，包括：

1)根据用户注册信息提取用户关键属性，包括用户所在城市，用户公司的经营范围，用户公司的规模，生成用户特征向量：(用户ID，城市，经营范围，规模)

2)把用户搜索报价的日志，转化为(用户ID，报价ID，偏好度，搜索日期)的格式，生成用户偏好矩阵，其中偏好度与用户搜索报价的次数与搜索类型相关

3)依据公式计算用户i与用户j之间的距离(距离越近代表相似度越高)，其中，p代表用户特征种类集合，是含有特征f的用户特征向量i和j的相异度，通过权重α_f控制不同特征f对相似度的影响。选择与目标用户i相似度最高的N个用户，从用户偏好矩阵中提取N个用户的报价偏好数据，并过滤报价已过期的偏好数据，作为推荐给用户i的候选报价集合。针对候选集合中的每条报价通过score＝∑_j∈R((1-d(i,j)/d_all)*r_j预测用户i对目标报价的偏好，其中R是候选集合中同一报价的所有偏好列表，d_all是目标用户i与列表中用户的距离之和，r_j是列表中用户j对目标报价的偏好。则与目标用户相似度越高且偏好值越大的报价预测偏好值越大。对预测偏好进行排序，选择预测偏好值大于α的报价或预测偏好值最大的n个报价作为目标用户的推荐结果