[发明专利]一种基于情感标签的时尚品推荐方法、系统及装置

权利要求书

1.一种基于情感标签的时尚品推荐方法，其特征在于，其方法包括以下步骤：

S1，对用户已购买的时尚品，获取用户对该时尚品的评分信息和添加标签的情感分值；对用户已浏览的时尚品，获取所添加标签的情感分值；

S2，建立用户的情感词典；所述用户的情感词典，是记录用户添加过的情感标签以及情感分值，由用户随时增加和删除情感标签，以及修改情感分值；

S3，获取时尚品的信息，时尚品信息至少包括预测的时尚品生命周期，根据所述时尚品生命周期计算得到时尚品的流行分数；时尚品的流行分数计算如下：

其中：T为预测的时尚品生命周期，t为时尚品发行后的天数，随着发行天数的增加，时尚品的流行分数越来越低，F_Score最小值为0，对于经典款的时尚品，其流行分数恒为1；

S4，根据S1用户对时尚品的评分信息和标签的情感分值，计算出时尚品总权重分数并排序，得到时尚品总权重分数排序列表；时尚品总权重分数计算过程如下：

计算基于评分信息的时尚品权重分数；

计算基于情感的时尚品权重分数；

时尚品总权重分数＝(1-α)*基于评分信息的时尚品总权重分数+α*基于情感的时尚品权重分数；

S5，基于S4所得每个用户的时尚品总权重分数，利用每位用户u的标签总权重分值，计算每位用户的平均总权重分值μ_u，再利用相似度原理计算Pearson相关系数，得到用户u的相似用户v的排序列表；利用每位用户u的标签总权重分值，计算每位用户的平均总权重分值μ_u：

I_u表示已被用户u评价的时尚品的序号集合；Pearson相关系数可以用来衡量用户u和用户v之间的评分向量的相似度Sim(u,v)，用户u和v之间的Pearson相关系数定义如下：

其中I_u∩I_v是用户u和用户v均已知的标签总权重分值集合；

S6，根据S4所得用户的时尚品权重分数结果和S3所得时尚品的流行分数，计算得到时尚品推荐分数并排序，得到推荐分数排序列表；

时尚品推荐分数＝流行分数*时尚品总权重分数

按照步骤5所得到的相似用户排序列表，从时尚品推荐分数列表中推荐时尚品给相似用户。

2.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S3中，所述时尚品的信息还包括发行日期、品牌和价格。

3.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S4中，基于评分信息的时尚品权重分数计算：

其中r_u,i是用户为时尚品的评分值，r_u,i(h)用户为时尚品i添加的标签h的标准化评分值，将每个用户的评分矢量化，然后将其归一化为单位矢量：

I是用户评分过的所有时尚品的总数量。

4.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S4中，基于情感的时尚品权重分数计算如下：

(1)删除标签中包含的特殊字符；

(2)移除标签中的专有名词；

(3)计算标签的情感分值，使用用户的情感词典来计算标签的情感分值，如果标签存在于用户的情感词典中，则使用情感词典中的分值作为标签的情感分值：

w_e(h_u,i)＝EmotionScore(h_u,i)

其中EmotionScore(h_u,i)是情感词典中标签h_u,i的情感值，如果情感字典中包含该标签，则该标签的情感分值为情感字典中的情感分值；

如果同时有多个标签存在于用户的情感词典中，则根据多个标签的情感值来计算情感分值：

其中set是由多个标签组成的集合，|set|是集合中所有标签的个数，|set_emotion|是集合中情感标签的个数。