[发明专利]一种个性化资源推荐方法

摘要

本发明公开了一种个性化资源推荐方法，本方法是利用用户历史定制过的服务流提取用户使用资源偏好，形成用户资源推荐模型，在此模型的基础上，利用资源推荐算法得到极具个性化的用户资源推荐列表。具体步骤为(1)、描述并记录了服务流、服务、用户和资源间的关系；(2)、根据用户使用资源相似偏好定义了伙伴用户关系；(3)、根据用户使用资源习惯和伙伴用户间的关系生成用户资源推荐模型；(4)、根据用户资源推荐模型，设计实现了用户资源推荐算法。

主权项

1.一种个性化资源推荐方法，包括服务流、服务、用户和资源间的关系、伙伴用户的理念、表示用户资源间关系的用户资源推荐模型、用户资源推荐算法，具体操作步骤如下：1)描述并记录服务流、服务、用户和资源间的关系；2)根据用户使用资源相似偏好定义伙伴用户关系；具体方法如下：假设现有公有服务资源m个，公有数据资源n个：Mp—第p个服务资源被用户使用的频率，0＜p≤m；Nq—第q个数据资源被使用的频率，0＜q≤n；则用户使用公有资源的特征向量表示为P(M1...Mp......Mm,N1...Nq...Nn)；根据用户使用资源的特征向量可计算出用户之间的相似度，设用户i,j使用过的历史公有资源对i,j的频率向量分别为P(i),P(j)，定义阈值t，0＜t＜1，用户i与用户j之间的相似度用Sim(i，j)表示，定义length(P)表示向量的长度，same(P1，P2)表示向量P1和P2中相同属性对应值构成的向量，计算公式如下：定义：设有N个用户，若存在Sim(i，j)＞t，则称用户i与用户j互为伙伴用户；3)根据用户使用资源习惯和伙伴用户间的关系生成用户资源推荐模型；4)根据用户资源推荐模型，设计实现用户资源推荐算法；所述步骤3)根据用户使用资源习惯和伙伴用户间的关系生成用户资源推荐模型的方法是：所述用户使用资源习惯和伙伴用户间的关系是指用户使用资源偏好和伙伴用户关系，并根据用户使用资源相似偏好定义伙伴用户关系，设用户U1已定制2条服务流，则用户资源推荐模型具体描述如下：31)在模型的上方通过伙伴关系联系用户U2，表示用户U2是U1的伙伴用户；32)用户U1在定制这两条服务流时使用的资源被保存在模型下方的用户使用资源列表中；33)模型节点关系部分保存了服务流中各资源之间的关系；所述步骤4)根据用户资源推荐模型，设计实现用户资源推荐算法是：设当前用户U，当前选择资源CR；数据资源显示列表dis_D，服务资源显示列表dis_S，具体步骤如下：41)检测服务器端内存是否已导入资源推荐模型,若未导入，则导入N个用户的资源推荐模型；42)根据当前选择资源CR，利用资源推荐模型可分别获得公有资源对用户U的历史活跃度向量PUB_HA，历史活跃度向量PUB_HA即为公有资源向量，公有资源对伙伴用户的历史活跃度矩阵PUB_MHA，U的私有资源对U的频率向量PRI_HA；43)利用PUB_HA向量、PUB_MHA矩阵和PRI_HA向量，通过用户U的使用资源偏好、U的伙伴用户和资源输入输出约束获得用户U的资源显示列表dis_D和dis_S；44)用户U从数据资源和服务资源显示列表dis_D和dis_S中选择所需资源CR，转步骤42)，循环直到服务流定制完成。