移動終端商家個性推薦方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種移動終端商家個性推薦方法。
【背景技術(shù)】
[0002] 目前國內(nèi)的電子商務(wù)方向都在大力推廣推薦系統(tǒng)，比如京東商城和當當網(wǎng)，都會 根據(jù)用戶的購買技能進行推薦，并且它們還分析了物品之間的相似度，在用戶購買的時候 推薦與此物品接近的其他物品。QQ的空間也開始應(yīng)用推薦系統(tǒng)，當你發(fā)表或者收藏日志的 時候，騰訊會想你推薦它認為內(nèi)容詳盡的部分。國內(nèi)最大的C2C電子商務(wù)平臺淘寶網(wǎng)在推 薦系統(tǒng)上投入了很大的精力，并且贊助舉辦了中國推薦論壇大會，由于淘寶上具有海量的 用戶交易信息，在目前推薦系統(tǒng)數(shù)據(jù)為王的時代成為了國內(nèi)研究實力最強的機構(gòu)之一。而 國內(nèi)著名的基于SNS平臺的用戶交流平臺豆瓣網(wǎng)，由于擁有海量的用戶對電影，書籍，音樂 的評分數(shù)據(jù)，它根據(jù)你對不同物品的打分已經(jīng)讀過，想讀，在讀三個狀態(tài)來分析你可能感興 趣的物品。由于這兩者在各自的領(lǐng)域都占到了舉足輕重的數(shù)據(jù)量，也有人認為其數(shù)據(jù)已經(jīng) 可以被用以解讀中國的經(jīng)濟形勢和國民心理。hulu中國專注于推薦系統(tǒng)方向的研究，提別 是視頻推薦個廣告精準投遞方面很有建樹。
[0003] 實際上，隨著我國電子商務(wù)的蓬勃發(fā)展和互聯(lián)網(wǎng)公司的不斷壯大，我國推薦系統(tǒng) 方面的技術(shù)在不斷上升，最近參加推薦系統(tǒng)論壇的Koren表示他十分關(guān)注中國方面對此的 研究，并且會經(jīng)常性的訪問國內(nèi)推薦系統(tǒng)專家的博客。但是，協(xié)同過濾的一些固有問題比如 數(shù)據(jù)稀疏性，冷啟動，遷移等問題還沒有得到良好的解決也阻礙了實際的應(yīng)用。
[0004] 因此，加大對協(xié)同過濾系統(tǒng)的理論和應(yīng)用研究對推薦我國推薦系統(tǒng)的發(fā)展具有較 高的學(xué)術(shù)和時間價值。雖然取得了長足的進步，但是我國在推薦系統(tǒng)方面的研究依然落后 于世界先進水平，在我國電子商務(wù)推廣程度，數(shù)據(jù)數(shù)量都在穩(wěn)步攀升的情況下，改善并且提 升推薦算法的精確性和有效性成為了一個熱門的問題。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，有必要提供一種移動終端商家個性推薦方法，該移動終端商家個性推 薦方法能夠給用戶提供精確性的商家個性推薦。
[0006] 一種移動終端商家個性推薦方法，包括下述步驟：
[0007] 步驟S110 :定義問題函數(shù)，所述函數(shù)為：
[0008]
【主權(quán)項】
1. 一種移動終端商家個性推薦方法，其特征在于，包括下述步驟： 步驟SllO:定義問題函數(shù)，所述函數(shù)為：
其中，所述M為商家，所述N為用戶，所述R|代表用戶i對商家j的評級，d表示移動 終端與商家之前的距離，列向量Ui與'分別代表用戶和商家的潛在特征向量，D表示用戶 特征向量和商家特征向量的維度，HfVj表示終端用戶對商家的預(yù)測的評價等級，Au=Ciu /
U、方差為〇 2的具有高斯分布概率密度函數(shù)，Iu是指示函數(shù)，如果用戶i對商家j進行過 評價則指數(shù)函數(shù)為1，否則等于〇 ; 步驟S140 :分別將用戶和商戶特性向量Ui與'設(shè)置均值為零的高斯球面先知概率，分 別記為：
步驟S150 :根據(jù)步驟S130和步驟S140,構(gòu)建基于用戶和商家的后驗概率的似然函數(shù)， 記為 InP(U，VIR，a，au，aV，d)=Inp(RIU，V，a)+Inp(UIaU)+Inp(VIaV)+C其中，C為常數(shù)； 步驟S160 :基于貝葉斯的概率模型，對經(jīng)步驟S140處理后的用戶和商戶特性向量Ui與Vi進行處理，并記為：
步驟S170 :對經(jīng)步驟S160處理后的Ui與Vj的超參數(shù)進行Gaussian-Wishart規(guī)定，記 為：
C是歸一化常數(shù)，U^WcJ,Vci=DaWci為用戶的商家超參數(shù)的特定矩陣，i! 0=0; 步驟S180 :通過邊緣化模型參數(shù)和超參數(shù)預(yù)測用戶i對商家j的Rij等級值分布，記為 第二公式：
2. 根據(jù)權(quán)利要求1所述的移動終端商家個性推薦方法，其特征在于，還包括下述步驟： 步驟S190 :采用蒙特卡羅對所述第二公式處理得到第三公式，記為：
3. 根據(jù)權(quán)利要求1所述的移動終端商家個性推薦方法，其特征在于，還包括下述步驟： 基于Gibbs抽樣算法，將所述第二公式變形為，Jj(UiIRJ^uiCX)=
將所述用戶潛在的特征向量Ui條件分布因式分解成基于個體用戶向量的商家條件概 率分布：
基于商家特征向量'的用戶超參數(shù)的條件分布形成于用戶特征向量Ui的用戶超參數(shù) 相同的條件分布，采用Gibbs抽樣算法，預(yù)測用戶i對商家j的Ru等級值分布。
【專利摘要】本發(fā)明提供的移動終端商家個性推薦方法，移動終端用戶進行商家推薦，根據(jù)移動用戶個人的興趣愛好挖掘令他感興趣的商家，并根據(jù)實際情況對數(shù)據(jù)進行了相應(yīng)的預(yù)處理，對針對數(shù)據(jù)的稀疏性和不對稱性，采用貝葉斯的概率模型和Gibbs抽樣方法對其進行了近似預(yù)測，從而給用戶帶來精確的預(yù)測。
【IPC分類】G06Q30-00, G06F17-30
【公開號】CN104714971
【申請?zhí)枴緾N201310690762
【發(fā)明人】陳春, 成杰峰, 馮圣中, 喬成, 張慧玲
【申請人】深圳先進技術(shù)研究院
【公開日】2015年6月17日
【申請日】2013年12月16日