[发明专利]一种基于多马尔可夫链的内容推荐方法

摘要

一种基于多马尔可夫链的内容推荐方法，利用用户的点击流信息建立马尔可夫模型，同时利用用户的背景信息建立用户关系矩阵。然后对相似的马尔可夫模型进行合并，并根据用户关系矩阵得到的相似用户集合的点击流对合并后的马尔可夫模型的零行进行稀疏项的填充。本发明为一种网络上的个性化信息推荐技术，根据用户的兴趣特点，行为，以及个人资料向用户推荐感兴趣的商品和信息，在庞大的数据中为用户推荐其所感兴趣的信息和商品，减少浏览的时间，同时解决的了协同推荐中用户评分项相对较少，并且有很多稀疏项的问题，提高了推荐的精确度。

主权项

一种基于多马尔可夫链的内容推荐方法，其特征是通过网站获取用户点击流数据，以及用户背景信息，对其进行分析，并生成内容推荐模型；当一个用户产生新的点击流时，利用当前的点击流数据以及内容推荐的模型产生用户可能感兴趣的项目，并推荐给用户；包括以下步骤：1)、原始模型建立：建立原始模型，包括每个用户的马尔可夫模型，用户关系矩阵以及用于评价聚类结果好坏的聚类准则函数；2)、模型学习阶段：使模型进行学习，合并相似的马尔可夫模型，并利用背景相似用户的点击数据填充合并后马尔可夫模型的的零行，也就是缺省信息；3)、用户推荐：利用用户当前的点击以及所处组别的模型，进行推荐。