[发明专利]一种富媒体个性化推荐方法

摘要

本发明公开了一种富媒体个性化推荐方法，通过选择能够体现富媒体资源特征的语义标签集合，以语义标签的权值表示富媒体资源在该标签的语义强度，为每个富媒体资源形成一个特征描述样本；然后记录下用户富媒体资源使用情况，得到m个特征样本构成的用户兴趣度原始数据U，并经过归一化后得到的用户兴趣度模型u；最后，以富媒体资源的特征描述样本及用户兴趣度模型u为基础，采用兴趣度距离及特征距离来度量并形成推荐列表进行个性化推荐。由于采用语义标签对富媒体资源进行描述、对用户的使用情况进行采集，这样可以较为定量地确定用户对于富媒体资源的兴趣程度，因此，本发明富媒体个性化推荐具有推荐准确和实用的特点。

主权项

1.一种富媒体个性化推荐方法，其特征在于，包括以下步骤：(1)、选择能够体现富媒体资源特征的语义标签集合，基于这个语义标签集合，以语义标签的权值表示富媒体资源在该标签的语义强度，对富媒体资源进行全面的描述，为每个富媒体资源形成一个特征描述样本：y=Σi=1nlixi]]>其中：x_i为第i个语义标签，共计n个语义标签点，l_i表示第i个语义标签对应的权值，且满足：Σi=1nli=1;]]>(2)、用户兴趣度拟合用户每使用一个富媒体资源，服务器数据采集模块即记录下用户的使用情况，并提取出该资源的特征描述样本，经过不断的积累，得到m个特征样本，则该用户兴趣度原始数据U：U=Σi=1n(Σj=1mlj,i)×xi]]>其中：表示第i个语义标签累积的权值之和，即用户使用的所有资源对应的特征描述样本中第i个语义标签的权值之和；由积累到的用户兴趣度原始数据U，经过归一化后得到的用户兴趣度模型u：u=Σi=1nli‾xi]]>其中：li‾=Σj=1mlj,iΣi=1n(Σj=1mlj,i),]]>即用户兴趣度原始数据U中第i个语义标签的权值除以所有语义标签的权值之和；根据计算规则，可以得出：Σi=1nli‾=1]]>(3)、以富媒体资源的特征描述样本及用户兴趣度模型u为基础，采用兴趣度距离及特征距离来度量并形成推荐列表进行个性化推荐；其中，兴趣度距离表示用户与富媒体资源之间的距离或用户与用户之间距离，特征距离表示富媒体资源与富媒体资源之间的距离。