[发明专利]一种基于用户偏好的智能推荐系统

说明书

本发明公开了一种基于用户偏好的智能推荐系统，包括：查询分组模块、查询处理模块、用户偏好获取模块；查询分组模块，用于对用户查询请求进行分组；用户偏好获取模块用于初始化偏好信息和动态调整偏好信息；查询处理模块，用于对分组后的查询请求进行处理，根据用户偏好获取模块计算的偏好评分进行排序筛选，将排序筛选后的查询结果返回给用户。本发明可以对用户的偏好进行动态调整，能更好确定用户需求，节省用户挑选时间，随着用户偏好的改变本发明也会的偏好设置也会进行动态调整，从而减少用户设置时间，并保持推荐的准确性。本发明可以对查询后的结果进行排序并筛选，使得返回给用户的查询结果更贴近用户偏好，减少用户挑选时间。

技术领域

本发明涉及智能推荐技术领域，尤其涉及一种基于用户偏好的智能推荐系统。

背景技术

目前，随着网络技术的崛起，高速互联网已经得到了广泛的部署和应用，用户可以利用网络方便地进行电子购物、资料检索等。但随着信息的爆炸性增长，致使用户越来越依赖有效的信息检索和过滤技术来应对信息过载，由此引起了对智能结果推荐的研究热潮，致力于为用户提供更加智能化、定制化的建议信息。

但是，现有的在线推荐系统当中，普遍没有考虑到每个用户的个人偏好，而是向用户返回大量的无序推荐结果，信息缺乏有效的排序和过滤，致使用户需要花费大量的时间浏览，却无法快速定位到实际需要的信息。

发明内容

本发明提供一种能够基于用户偏好的智能推荐系统，以克服以上问题。

本发明包括：包括：查询分组模块、查询处理模块、用户偏好获取模块；

所述查询分组模块用于对用户查询请求进行分组；

所述用户偏好获取模块，用于获取用户偏好和动态调整用户偏好以为用户提供符合用户偏好的推荐结果；

偏好信息的动态调整，即根据用户对推荐结果的浏览时间以及最终选择，结合评分与历史偏好对用户的偏好信息进行动态化调整；对偏好信息进行评分，依据偏好信息的评分对店铺进行最终评分；

所述查询处理模块，用于对分组后的查询请求进行处理，根据用户偏好获取模块计算的偏好评分进行排序筛选，获得推荐结果，并将推荐结果返回给用户。

进一步地，用户偏好获取模块在进行偏好的动态调整时对每一项偏好信息进行评分，

对偏好信息进行评分基于以下处理策略：

根据各偏好属性的数值特点和实际应用场景，偏好属性类型分为：分段型、连续型和01型，

步骤a、根据偏好属性类型，分别计算每种偏好属性的评分：

A)当偏好属性的取值是连续的，且处于用户选择偏好属性的取值区间段，即判断所述偏好属性为分段型；分段型偏好的评分计算公式为：

其中，H.score[i]为偏好评分，[min,max]为全部店铺在该偏好属性上的取值范围，[min_pre,max_pre]为用户认可的取值区间段；Q为H店铺在第i项属性的实际取值；H.score[i]为第i项属性的偏好得分；

B)连续型，即该偏好所对应的属性取值是连续的；连续型偏好的得分计算公式为：

其中，H_r为店铺在该偏好属性的取值，Fm为该偏好属性的最大取值；

C)01型，当偏好所对应的属性取值是布尔型，满足要求则得1分，不满足要求则得0分，则判断所述偏好为01型；01型偏好的得分计算公式为：

步骤b、计算店铺的最终评分：