[发明专利]一种基于汽车领域标签的个性化推荐方法

说明书

本发明公开了一种基于汽车领域标签的个性化推荐方法，该方法通过标签建立用户与知识的关系，即从数据库中获取用户行为信息，根据时间进行过滤，选取近一段时间内的用户行为信息，并对用户行为信息进行数据处理，清除异常行为信息；结合时间衰减，统计用户对知识的浏览、下载和收藏等行为，得到用户对知识的统计得分；随后，根据用户对知识的行为统计得分，为用户添加行为标签；结合用户自主选择的自定义标签和根据用户行为得到的行为标签，为用户推荐标签下的相关知识，并将这些知识根据时间和统计得分进行排序，选择前若干条数据进行推荐。

技术领域

本发明涉及个性化推荐技术领域，尤其涉及一种基于汽车领域标签的个性化推荐方法。

背景技术

随着科技的进步,推荐系统领域的相关需求日益复杂，完成的任务也更加困难，所满足的效果也有日益提高。其中，基于汽车领域标签的推荐方法便是其中的代表，汽车领域标签是针对汽车设计和生产制造中的加工工艺、零部件型号、车型名称、任务类型，部门类型等维度专业术语的抽象表示，它包含了汽车设计和生产制造以及试验加工等汽车领域的专有名词集合。传统的基于标签的推荐算法仅仅只对用户是否选择过项目进行判断,而未关注用户对行为信息的研究，造成标签信息无法有效而合理的应用。

目前，对于基于汽车领域标签的个性化推荐方法研究较少，并且在实际生产实践中，由于专业知识的复杂性，汽车领域人员无法及时获取所需专业知识，由此，本文提出来一种应用汽车领域标签进行个性化推荐的方法。

发明内容

为解决上述技术问题，本发明提供一种基于汽车领域标签的个性化推荐方法，该方法基于汽车领域的知识分类、任务、部门、零部件以及车型等五大维度标签，同时结合热门推荐以及基于用户的协同过滤算法，为汽车领域专业人员推荐感兴趣的知识，对于汽车领域个性化推荐具有借鉴意义。

本发明的目的通过以下的技术方案来实现：

一种基于汽车领域标签的个性化推荐方法，包括：

A、根据业务制定汽车领域的维度信息作为汽车领域标签；

B、对标签进行统计，选择其中部分标签作为用户的行为标签；

C、根据用户的行为记录，并结合时间权重衰减函数，统计用户对知识的点击、下载和收藏量，将统计量根据相关权重累加求和，得到用户对知识的行为统计分数；

D、判断用户是否存在标签，存在，查找标签下的知识，否则，采用用户冷启动问题解决，对用户知识行为结果求和，得到知识的得分；

E、将统计加权后的知识，按照时间和权重结果进行倒序排序，并与近一段时间内该用户行为记录作差集；

F、选择近一段时间内用户行为记录，并依据步骤C进行统计计算，得到知识的统计得分，根据得分进行倒序排序前若干条知识；

G、根据用户与知识的行为得分，及用户间行为的相关性，采用基于用户的协同过滤算法为用户进行推荐前若干条知识；

H、将推荐的若干条结果加入推荐结果集中，将基于标签的推荐结果与协同过滤的推荐结果取交集，然后将交集结果与热门推荐的若干条结果按照时间进行倒序排序，并从剩余的标签推荐结果和协同过滤推荐结果中，分别选择前若干条数据追加到推荐结果集中。

与现有技术相比，本发明的一个或多个实施例可以具有如下优点：

本发明根据汽车领域中的知识分类、部门、零部件、任务和车型等业务维度，建立汽车领域标签体系，结合汽车领域标签、热门数据和基于用户的协同过滤算法进行个性化推荐，解决用户冷启动问题，更好地发现用户感兴趣的内容。

附图说明

图1是基于汽车领域标签的个性化推荐方法流程图；

图2是时间衰减函数示意图。

具体实施方式