基于用户显示评分的机型推荐方法技术

基于用户显示评分的机型推荐方法，包括如下步骤：1)手机机型相似度计算：a根据时间节点选择目前主流的一些手机机型，并从互联网上采集各个手机机型的参数信息(如系统，内存等)；b将上一步中得到的数据进行预处理，格式化之后存入到数据库中，即得到手机机型信息表mobile；c根据上一步得到的手机机型信息，计算每个手机机型之间的相似度，得到手机机型相似度表mobile_sim；d结束；2)目标用户邻居集合求解阶段，实现了一种高效的手机机型推荐方法，以更好的为手机商家进行机型营销。

【技术实现步骤摘要】

本专利技术涉及一种手机机型推荐方法，即利用互联网上用户对手机的显示评分数 据，给用户进行手机推荐的技术。
技术介绍
利用计算机技术可以智能分析用户历史行为数据，并发现用户潜在的兴趣。智能 手机和移动互联网的发展，使得用户换手机的频率也越来越高。目前无论是手机生产商、 手机销售商还是移动运营商对用户进行手机机型推荐都比较关注。常用的推荐技术中，协 同过滤推荐是著名的技术之一。然而传统的基于用户的协同过滤推荐技术在计算用户的相 似度时候，针对每款手机机型都是赋予相同的权值，忽略了用户对手机共同高评分和共同 低评分之间的区别以及手机类群对推荐结果的影响。这样就容易导致推荐效率低下，不利 于商家进行手机营销。本专利技术尝试利用传统的基于用户的协同过滤推荐思想，并针对上述 提到的问题提出解决方案，设计出一种基于互联网上用户显示评分数据的手机机型推荐方 法。
技术实现思路
本专利技术目的是，所要解决的技术问题是，利用互联网上用户对手机显示评分的数 据，实现了一种高效的手机机型推荐方法，以更好的为手机商家进行机型营销。 为解决上述问题，本专利技术的技术方案是，，包括 如下步骤： 1)手机机型相似度计算： a根据时间节点选择目前主流的一些手机机型，并从互联网上采集各个手机机型 的参数信息（如系统，内存等）； b将上一步中得到的数据进行预处理，格式化之后存入到数据库中，即得到手机机 型信息表mobile; C根据上一步得到的手机机型信息，计算每个手机机型之间的相似度，得到手机机 型相似度表mobile_sim; d结束；2)目标用户邻居集合求解阶段： a从互联网上采集用户对手机机型的评分，得到用户-手机评价信息表uSer_ mobile； b利用用户相似度公式计算用户与用户之间的相似度，得到用户相似度表user_ sim； c选取前K个相似度最高的用户作为目标用户a的邻居集合neighbor; d结束； 3)手机机型推荐列表求解阶段： a扫描表格user_mobile，从中提取出用户u未评价过的机型列表Tu;b针对列表Tu中的每一款手机机型i，计算用户u对i的兴趣度，得到兴趣度列表 Pu;c将Pu进行排序，选择兴趣度最大的前N个手机机型作为给用户u的推荐列表； d结束； 步骤l)_b中所说的数据预处理和格式化是将每款手机机型参数信息表示成一条 记录，每一个记录都有若干个字段； 步骤D-C中所说的手机机型相似度计算主要是将手机表示成向量空间模型，然 后利用余弦距离公式进行计算； 步骤2) -b的具体过程如下： 1)循环扫描用户-手机评价信息表，对其中任意两条记录：ua=<ral，ra2,. . .rai >和ub=<rbl,rb2,. . .rbi>，计算用户a和用户b共同评价过的手机机型列表Tab; 其中ua,Ub表不用户a和用户b，rai, 1^表不分别表不用户a和用户b对手机机型 i的评分值； 2)顺序扫描机型列表Tab中的每一个机型，求解其应有的权值w(i)= W1Q)Xw2Q)，其中【主权项】1. ，其特征是包括如下步骤： 1) 手机机型相似度计算： a根据时间节点选择目前主流的一些手机机型，并从互联网上采集各个手机机型的包 括系统、内存的参数信息； b将上一步中得到的数据进行预处理，格式化之后存入到数据库中，即得到手机机型信 息表mobile; C根据上一步得到的手机机型信息，计算每个手机机型之间的相似度，得到手机机型相 似度表mobile_sim; d结束； 2) 目标用户邻居集合求解阶段： a从互联网上采集用户对手机机型的评分，得到用户-手机评价信息表user_mobile;b利用用户相似度公式计算用户与用户之间的相似度，得到用户相似度表user_sim; C选取前K个相似度最高的用户作为目标用户a的邻居集合nei曲bor;d结束； 3) 手机机型推荐列表求解阶段： a扫描表格user_mobile，从中提取出用户U未评价过的机型列表Tu;b针对列表Tu中的每一款手机机型i，计算用户U对i的兴趣度，得到兴趣度列表PU; C将Pu进行排序，选择兴趣度最大的前N个手机机型作为给用户U的推荐列表；d结束； 步骤l)-b中所说的数据预处理和格式化是将每款手机机型参数信息表示成一条记 录，每一个记录都有若干个字段； 步骤l)-c中所说的手机机型相似度计算主要是将手机表示成向量空间模型，然后利 用余弦距离公式进行计算。2. 根据权利要求1所述的，其特征是 步骤2)-b的具体过程如下： 1)循环扫描用户-手机评价信息表，对其中任意两条记录；Ug=<r。1，. . . 1~。1>和Ub=<rbi，rb2,. . .rbi>，计算用户a和用户b共同评价过的手机机型列表T。6; 其中U。,Ub表不用户a和用户b，r。。I'm表不分别表不用户a和用户b对手机机型i的 评分值； 。顺序扫描机型列表Lb中的每一个机型，求解其应有的权值Wa) =W1 (i)XW2 (i)，其 中r。。I'M分别表示用户a和用户b对手机机型i的评分值。该式子表 明，用户间共同高评分的手机机型权值大于共同低评分手机机型的权值；hy表示共同评分列表中手机ti与Tab中其他手机tJ的相似度，P 表示Lb中机型的个数。该式子表明，共同评分列表中的手机属于同一类群的即相似度较高 手机越多，该手机的权值越大； 3) 通过相似度计算公式计算用户a和用户b的相似度，计算的公式为：步骤2)-c中所说的前K个相似度最高的用户，即是将步骤2)-b中求解出来的用户U与其他用户的相似度进行一个排序，然后选择前K个用户作为a的邻居集合，K的值可W根 据实际推进结果情况进行不断的调整W便得到一个最好的经验值K; 4) 结束。3.根据权利要求1所述的，其特征是 步骤3)-b中用户U对手机机型i的兴趣度计算公式为：其中，分别表示用户U和用户b对已评手机机型的评分均值； 步骤3)-C中所说的选择前N个手机机型，N的值可W根据实际推进结果情况进行不断 的调整W便得到一个最好的经验值N。【专利摘要】，包括如下步骤：1)手机机型相似度计算：a根据时间节点选择目前主流的一些手机机型，并从互联网上采集各个手机机型的参数信息(如系统，内存等)；b将上一步中得到的数据进行预处理，格式化之后存入到数据库中，即得到手机机型信息表mobile；c根据上一步得到的手机机型信息，计算每个手机机型之间的相似度，得到手机机型相似度表mobile_sim；d结束；2)目标用户邻居集合求解阶段，实现了一种高效的手机机型推荐方法，以更好的为手机商家进行机型营销。【IPC分类】G06Q30-02【公开号】CN104794636【申请号】CN201510186309【专利技术人】张雷, 刘训翔, 资帅, 张梓雄, 刘洋, 王崇骏 【申请人】南京大学【公开日】2015年7月22日【申请日】2015年4月17日本文档来自技高网...

【技术保护点】
基于用户显示评分的机型推荐方法，其特征是包括如下步骤：1)手机机型相似度计算：a根据时间节点选择目前主流的一些手机机型，并从互联网上采集各个手机机型的包括系统、内存的参数信息；b将上一步中得到的数据进行预处理，格式化之后存入到数据库中，即得到手机机型信息表mobile；c根据上一步得到的手机机型信息，计算每个手机机型之间的相似度，得到手机机型相似度表mobile_sim；d结束；2)目标用户邻居集合求解阶段：a从互联网上采集用户对手机机型的评分，得到用户‑手机评价信息表user_mobile；b利用用户相似度公式计算用户与用户之间的相似度，得到用户相似度表user_sim；c选取前K个相似度最高的用户作为目标用户a的邻居集合neighbor；d结束；3)手机机型推荐列表求解阶段：a扫描表格user_mobile，从中提取出用户u未评价过的机型列表Tu；b针对列表Tu中的每一款手机机型i，计算用户u对i的兴趣度，得到兴趣度列表Pu；c将Pu进行排序，选择兴趣度最大的前N个手机机型作为给用户u的推荐列表；d结束；步骤1)‑b中所说的数据预处理和格式化是将每款手机机型参数信息表示成一条记录，每一个记录都有若干个字段；步骤1)‑c中所说的手机机型相似度计算主要是将手机表示成向量空间模型，然后利用余弦距离公式进行计算。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张雷，刘训翔，资帅，张梓雄，刘洋，王崇骏，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32