[发明专利]一种基于Spark的个性化推荐方法及系统有效
| 申请号： | 201810322987.7 | 申请日： | 2018-04-11 |
| 公开（公告）号： | CN108647996B | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 胡建国;晏斌;李凯祥;全小虎 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q30/06 |
| 代理公司： | 佛山帮专知识产权代理事务所(普通合伙) 44387 | 代理人： | 颜春艳 |
| 地址： | 510800 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Spark的个性化推荐方法及系统，其中，所述个性化推荐方法包括：获取用户对商品的行为信息并进行用预处理，获取用户对商品的隐式反馈；根据用户对商品的隐式反馈进行用户对商品的交互矩阵构建处理，获取用户对商品的交互矩阵；根据用户对商品的交互矩阵进行商品相似度矩阵计算处理，获取商品相似度矩阵；根据商品相似度矩阵进行商品邻近集构建处理，获取商品邻近集；根据商品邻近集进行用户对商品的偏好值预测处理，获取用户对商品的偏好值；根据用户对商品的偏好值向用户进行商品推荐，并将推荐结果进行展示。在本发明实施例中，融合多源信息，充分利用用户对商品的行为信息，缓解数据稀疏和冷启动问题。 | ||
| 搜索关键词： | 一种 基于 spark 个性化 推荐 方法 系统 | ||
【主权项】：
1.一种基于Spark的个性化推荐方法，其特征在于，所述个性化推荐方法，包括：获取用户对商品的行为信息并进行用预处理，获取用户对商品的隐式反馈；根据用户对商品的隐式反馈进行用户对商品的交互矩阵构建处理，获取用户对商品的交互矩阵；根据用户对商品的交互矩阵进行商品相似度矩阵计算处理，获取商品相似度矩阵；根据商品相似度矩阵进行商品邻近集构建处理，获取商品邻近集；根据商品邻近集进行用户对商品的偏好值预测处理，获取用户对商品的偏好值；根据用户对商品的偏好值向用户进行商品推荐，并将推荐结果进行展示。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810322987.7/，转载请声明来源钻瓜专利网。
- 上一篇：多媒体数据的投放方法、装置及系统
- 下一篇：一种检测异常数据的方法及装置
