CN103400286B - 一种基于用户行为进行物品特征标注的推荐系统及方法 - Google Patents

Abstract

本发明涉及一种基于用户行为进行物品特征标注的推荐系统及方法，通过使用用户搜索行为以及搜索行为之后加于物品之上的行为来构建隐式数据序列并提取物品特征，然后以此特征与物品的相关度计算结果作为基础数据，将此数据与用户新的行为进行比较并把相关产品排序后推荐给用户。

Description

一种基于用户行为进行物品特征标注的推荐系统及方法

技术领域

本发明涉及移动互联网技术领域，具体涉及一种网上基于用户行为的物品推荐系统及其实施方法。

背景技术

推荐技术的是从大量的信息中，快速检索到用户可能感兴趣的物品，并展示给用户的一种技术，减小用户在日益增长的海量信息中进行检索的难度。

当前的推荐系统，在对用户产生的行为数据处理上有两种选择。一种是选用用户的显示反馈信息，比如用户对物品的评分、评价等信息来作为推荐系统的基础数据。在某些情况下，用户并不会提供评论等额外显式反馈信息，导致能用于分析的数据非常稀疏，使得推荐系统达不到预期的理想效果，不利于用作基础数据进行分析。另外一种是采用对隐式数据进行分析的方式，在对隐式数据重新组织之后获得一些用户的行为规律，比如点击、购买等行为，而不需要用户提供额外的反馈信息。例如专利号为201210499328.3的中国专利申请中公开了一种终端自动推荐相似商品的方法及装置，通过对获取的商品图像进行信息提取，在数据库中搜索出与感兴趣商品相似度高的商品供用户选择，该专利申请不能通过以获取关键词的方式来搜索商品数据库，同时信息提取方式简单，因此从数据库中获取的商品不能完全符合用户需求。

发明内容

本发明的目的在于提供一种处理网上商品销售中如何推荐物品的基础数据的方法：利用计算机、服务器以及相应的软件对基础数据进行切分、数据关联、生成物品的特征向量与特征的物品向量，最后从商品数据库中取出相似度最高的几种商品排序后推荐给用户；同时，本发明还提供了一套匹配该方法的完整的系统。

本发明的第一方面提供一种处理推荐的基础数据的方法：

1、通过网络从用户客户端收集用户行为数据并传送到终端服务器；

2、对所述用户行为数据进行排序，并统计时间间隔，该时间间隔用于对该用户行为序列的切分；

3、将位于同一序列中的物品与用户行为进行关联；

4、对所述用户行为进行特征提取。

5、对所述物品与所述用户行为生成其特征向量空间，并计算各特征的得分；

6、对物品的特征向量空间转置，得到特征的物品向量空间；

7、根据特征的物品向量空间，计算得到特征与物品的相关度；

8、根据物品的特征向量空间计算得到物品之间的相关度；

9、根据相关度大小推荐用户感兴趣的物品。

本发明的第二方面提供一种基于用户行为进行物品特征标注的推荐系统，具有三大数据处理服务器与三大存储模块，数据处理服务器具有：预处理服务器，计算服务器，推荐服务器。存储模块具有日志存储模块、中间计算存储模块、结果存储模块。

优选的是，用户使用某搜索条件进行搜索之后，参与了某些物品的操作（例如点击、购买等操作），如果某搜索条件与某物品同时出现的概率较大，此搜索条件将被作为此物品的用户隐式属性。

在上述任一方案中优选的是，所述隐式属性经过服务器的计算以及存储模块的存储来得到推荐物品列表。

在上述任一方案中优选的是，所述预处理服务器具有4个主要模块：用户行为数据收集模块，行为数据组织模块，物品关联行为提取模块，物品特征值计算模块。

在上述任一方案中优选的是，用户行为数据收集模块，用于从所述业务日志存储模块中提取出用户的行为数据，并按行为的产生时间顺序生成行为序列，每条行为记录需要标示其产生者。

在上述任一方案中优选的是，所述用户行为数据收集模块将每条序列与其生产者传送到所述中间计算存储模块，具体的传送到该模块下的用户行为存储模块。

在上述任一方案中优选的是，所述中间计算存储模块还具有物品特征向量存储模块、物品特征数据存储模块。

在上述任一方案中优选的是，所述用户行为存储模块用于存储必要的用户行为数据。

在上述任一方案中优选的是，所述用户行为存储模块将该模块得到的用户行为数据传送到所述用户行为数据组织模块。

在上述任一方案中优选的是，所述行为数据组织模块具有的功能包括：统计行为切分时间间隔，根据统计得到的时间间隔将用户行为序列进行切分成行为片段。

在上述任一方案中优选的是，所述行为数据组织模块将得到的片段通过所述物品关联行为提取模块对物品与用户行为数据进行关联，并将用户行为数据按规则切分之后做为物品的特征。

在上述任一方案中优选的是，所述物品关联行为提取模块将物品特征传送到所述物品特征向量存储模块进行存储。

在上述任一方案中优选的是，所述物品特征值计算模块从所述物品特征向量存储模块中提取信息。

在上述任一方案中优选的是，所述物品特征值计算模块，用于对特征出现频率进行统计和计算之后得到各物品的各特征的得分，并将这些隐式反馈生成的特征存储成物品的特征向量。

在上述任一方案中优选的是，所述物品的特征向量存储于所述物品特征数据存储模块。

在上述任一方案中优选的是，所述计算服务器具有特征与物品的相关度计算模块、物品与物品之间相关度计算模块。

在上述任一方案中优选的是，所述计算服务器接收所述物品特征数据存储模块里的信息按情况调用不同的计算模块进行计算。

在上述任一方案中优选的是，所述特征与物品的相关度计算模块，采用贝叶斯的公式计算特征对应于物品的条件概率，根据此特征找其对应的物品，按概率大小值进行排序。

在上述任一方案中优选的是，所述物品与物品之间相关度计算模块，采用修正余弦相关度公式，在用户的隐式特征维度上计算物品之间的相关度。

在上述任一方案中优选的是，所述特征与物品的相关度计算模块得到的序列存储到所述结果存储模块，具体的存储在该模块下的特征与物品相关度存储模块。

在上述任一方案中优选的是，所述结果存储模块还具有物品与物品之间相关度存储模块，用来存储来自于所述物品与物品之间相关度计算模块得到的物品相关度结果。

在上述任一方案中优选的是，所述推荐服务器用于接收用户的请求，并对请求进行解析之后返回推荐给用户的产品。

在上述任一方案中优选的是，所述推荐服务器具有处理两种请求方式的推荐，搜索推荐模块与相关物品推荐模块。

在上述任一方案中优选的是，所述搜索推荐模块是用户输入搜索条件时，为其推荐与搜索条件相关的产品。

在上述任一方案中优选的是，所述相关物品推荐模块是当用户操作某一物品时，为其推荐与此物品相关的物品。

附图说明

图1是按照本发明的基于用户行为进行物品特征标注的推荐系统的一优选实施例的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案进行详细描述。

本发明的目的在于提供一种处理推荐的基础数据的方法，以及建立在此方法上的系统。通过使用用户搜索行为以及搜索行为之后加于物品之上的行为来构建隐式数据序列，并使用搜索条件对物品的特征进行重定义，来对特征与物品之间的相关度以及物品与物品之间的相关度进行计算，并将计算的两种结果分别存储作为推荐时使用的基础数据。在用户进行搜索时，对用户的搜索条件进行分解，将分解得到的单词与计算得到的特征与物品相关度的数据进行匹配，得到相关物品的列表，根据相关度排序后推荐给用户；在用户操作某一物品时，根据当前操作的物品取计算得到的物品之间的相关度数据中查询，得到相关物品的列表，排序后推荐给用户。

本发明提供的数据处理方法如下：

1、通过网络从用户客户端收集用户行为数据并传送到终端服务器；

2、在处理服务器上通过程序对所述用户行为数据进行排序，并统计时间间隔，该时间间隔用于用户行为序列的切分；

3、将位于同一序列中的物品与用户行为进行关联；

4、对所述用户行为进行特征提取。

5、对所述物品与所述用户行为生成其特征向量空间，并计算各特征的得分；

6、对物品的特征向量空间转置，得到特征的物品向量空间；

7、根据特征的物品向量空间，计算得到特征与物品的相关度；

8、根据物品的特征向量空间计算得到物品之间的相关度；

9、根据相关度大小推荐用户感兴趣的物品。

根据上述方法所示，该发明的一种具体实施例如下：

一种基于用户行为进行物品特征标注的推荐系统，该系统包括3大数据处理服务器和3大存储模块。数据处理服务器包括预处理服务器，计算服务器，推荐服务器。存储模块包括日志存储模块、中间计算存储模块、结果存储模块。所述预处理服务器包括4个主要模块：用户行为数据收集模块，行为数据组织模块，物品关联行为提取模块，物品特征值计算模块。

如图1所示，所述用户行为数据收集模块，用于从所述的业务日志存储模块中提取出用户的行为数据，并按行为的产生时间顺序生成行为序列，每条行为记录需要标示其产生者。收集的行为数据包括：用户搜索条件以及用户操作的物品，比如用户浏览的商品或者用户购买的商品。

所述用户行为数据收集模块将得到的用户行为数据存储在所述用户行为存储模块中，然后所述用户行为存储模块将信息输送到行为数据组织模块，所述行为数据组织模块具有如下功能：统计行为切分时间间隔，根据统计得到的时间间隔将用户行为序列进行切分成行为片段，所述基于用户行为进行物品特征标注的推荐系统及方法设定行为片段中的记录是有一定的因果联系。

所述行为数据组织模块在对用户行为序列进行切分后，将切分后的片段进行关联部分提取，该工作在所述物品关联行为提取模块中进行，所述物品关联行为提取模块，用于将物品与用户行为数据进行关联，并将用户行为数据按规则切分之后作为物品的特征。比如用户搜索了关键词“mp3 bag"，然后在同行为片段中又浏览了item1，那么将item1与搜索关键词mp3 bag进行关联，mp3和bag作为用户隐式对物品item1赋予的特征，而不论物品提供者对item1的描述内容中是否包含这些关键词。

所述物品关联行为提取模块将关键词与物品进行关联后，存储在所述物品特征向量存储模块，然后所述物品特征值计算模块调用所述物品特征向量存储模块存储的信息用于对特征出现频率进行统计和计算之后得到各物品的各特征的得分，并将这些隐式反馈生成的特征存储成物品的特征向量，I <F1:S1, F2:S2 ...>，其中I为物品，F1为I的一个特征，S1为F1的得分。例如item1的两个关键特征mp3 与bag，其向量得分描述如下：

item1 <mp3:0.3, bag:0.6> ， item1有两个特征，其中特征"mp3"的得分为0.3，其中特征"bag"的得分为0.6。

所述物品特征值计算模块将计算得到的向量存储在所述物品特征数据存储模块，然后所述计算服务器从所述物品特征数据存储模块中提取数据，该计算服务器具有特征与物品的相关度计算模块以及物品与物品之间相关度计算模块。

所述特征与物品的相关度计算模块用来计算特这与物品的相关度，采用贝叶斯的公式计算特征对应于物品的条件概率：

P(Item|F)=P(Item)P(F|Item)/P(F)

在用来做推荐物品时，如果出现此特征，那么则根据此特征找其对应的物品，按概率大小值进行排序。比如当用户输入关键词mp3时，所述特征与物品的相关度计算模块将对物品item1、item2…进行概率计算，得出P(item1)与P(item2)…然后比较特征对应于物品的条件概率大小以此来判断物品是否出现在推荐列表中。

所述物品与物品之间相关度计算模块，采用修正余弦相关度公式，在用户的隐式特征维度上计算物品之间的相关度。修正余弦相关度公式采用：

此公式用于计算第i个物品与第j个物品之间的相关度，记为sim（i，j）其中代表第i个物品的特征f的得分值，为特征f的得分平均值。F为所有特征的集合

所述计算服务器计算的两种结果将被分别保存在所述结果存储模块中，该结果存储模块包括两个存储模块以存储不同类型的结果数据：特征与物品相关度存储模块、物品与物品之间相关度存储模块。其中，特征与物品相关度存储模块用于存储特征与物品相关度计算模块中得到的序列，其存储格式为： Feature <Item1:score1, Item2:score2...>；其中，Feature 为特征，该特征关联的物品包括Item1、Item2…并且每一个关联的物品都有相应的关联度score，也就是相似度。物品与物品之间相关度存储模块用于存储物品与物品之间相关度计算模块中得到的结果序列，其存储格式为：Item <Item1:score1, Item2:score2...>，其中Item为请求的物品，Item1、Item2…为与物品Item相关联的物品，并且给出得分score。

所述推荐服务器是用来向用户进行产品推荐的，该服务器首先接收用户的请求，然后将用户输入的关键词或物品进行解析，即用户请求解析，最后返回推荐给用户的产品。所述用户请求解释的具体步骤为对用户请求时输入的关键词进行切分，切分规则与物品关联行为提取模块中的特征切分方式一致：将该关键词或者语句切分为词或词组。

所述推荐服务器包括处理两种请求方式，一种是用户输入搜索条件时比如关键词或者一段描述产品的语句，为其推荐与搜索条件相关的产品；另外一种是当用户操作某一物品时，为其推荐与此物品相关的物品。

需要说明的是，按照本发明的基于用户行为进行物品特征标注的推荐系统及方法包括上述实施例中的任何一项及其任意组合，但上面所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明范围进行限定，在不脱离本发明设计精神前提下，本领域普通工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。

Claims (24)

1.一种网上推荐相似商品的方法，该方法通过网络将用户行为传送到终端服务器上，所述终端服务器处理该用户行为得到数据单元，然后从数据库中依据数据单元检索相似物品再返回客户端，其特征在于：所述处理用户行为包括终端服务器对用户行为进行特征提取与关联，并生成特征向量空间，所述检索相似物品包括从数据库中取出相似物品作为推荐物品并对该推荐物品进行排序；所述对用户行为进行特征提取与关联并生成特征向量空间，包括计算物品与物品的相关度；所述计算物品与物品之间的相关度的具体步骤为：

A、对搜索条件按照规则切分之后作为物品的特征向量空间，并计算各特征的得分；

B、根据物品的特征向量空间计算得到物品与物品之间的相关度。

2.根据权利要求1所述的网上推荐相似商品的方法，其特征在于：所述对用户行为进行特征提取与关联的实现方式包括如下步骤：

A、收集用户行为数据；

B、对用户行为进行排序，并统计时间间隔，该时间间隔用于用户行为序列的切分；

C、将所述物品与所述用户行为关联；

D、对所述用户行为进行所述特征提取。

3.根据权利要求1所述的网上推荐相似商品的方法，其特征在于：所述对用户行为进行所述特征提取还包括计算特征与物品的相关度。

4.根据权利要求3所述的网上推荐相似商品的方法，其特征在于：所述计算特征与物品的相关度的具体步骤为：

A、对所述物品的特征向量进行空间转置，得到特征的物品向量空间；

B、根据所述特征的物品向量空间进行计算，得到特征与物品的相关度。

5.根据权利要求4所述的网上推荐相似商品的方法，其特征在于：所述特征与物品的相关度计算方法采用贝叶斯的公式来计算。

6.根据权利要求1所述的网上推荐相似商品的方法，其特征在于：所述物品与物品之间相关度计算方法采用修正余弦相关度公式来计算。

7.根据权利要求4所述的网上推荐相似商品的方法，其特征在于：所述对推荐物品进行排序的方法包括：根据所述特征与物品的相关度以及物品与物品之间相关度，从数据库中取出相似商品，按照相关度大小进行排序，推荐给用户。

8.一种网上推荐相似商品的系统，通过对用户行为进行获取，然后在商品数据库中进行检索，得到相似产品，并将其推荐给用户，其特征在于：所述网上推荐相似商品的系统具有数据处理服务器与数据存储模块，并通过服务器对用户行为进行切分，并对从数据库取到的信息进行排序；

所述数据处理服务器具有预处理服务器、计算服务器、推荐服务器；

所述预处理服务器具有用户行为数据收集模块、行为数据组织模块、物品关联行为提取模块、物品特征值计算模块；

所述行为数据收集模块用于提取用户的行为数据，并按行为的产生时间顺序生成行为序列，每条行为记录标示其产生者；

所述行为数据组织模块将所述用户行为数据收集模块得到的行为序列切分成片段；

所述物品关联行为提取模块用于将物品与用户行为数据进行关联，并将用户行为数据按切分规则切分之后作为物品的特征。

9.根据权利要求8所述的网上推荐相似商品的系统，其特征在于：所述切分规则包括将用户搜索时输入的关键词粒度降低。

10.根据权利要求9所述的网上推荐相似商品的系统，其特征在于：所述将用户搜索时输入的关键词粒度降低到词或词组。

11.根据权利要求8所述的网上推荐相似商品的系统，其特征在于：所述物品特征值计算模块用于对特征出现频率进行统计和计算，然后得到各物品的各特征的得分，并将这些隐式反馈生成的特征存储成物品的特征向量。

12.根据权利要求11所述的网上推荐相似商品的系统，其特征在于：所述计算服务器具有特征与物品的相关度计算模块、物品与物品之间相关度计算模块。

13.根据权利要求12所述的网上推荐相似商品的系统，其特征在于：所述特征与物品的相关度计算模块，采用贝叶斯的公式计算特征对应于物品的条件概率。

14.根据权利要求13所述的网上推荐相似商品的系统，其特征在于：所述物品与物品之间相关度计算模块采用修正余弦相关度公式来计算。

15.根据权利要求14所述的网上推荐相似商品的系统，其特征在于：所述推荐服务器具有处理两种请求方式的推荐：推荐与搜索条件相关的产品、推荐与某一物品相关的其它物品。

16.根据权利要求15所述的网上推荐相似商品的系统，其特征在于：所述数据存储模块具有日志存储模块、中间计算存储模块、结果存储模块。

17.根据权利要求16所述的网上推荐相似商品的系统，其特征在于：所述日志存储模块具有业务日志存储模块，用于存储各种日志记录信息的数据库。

18.根据权利要求17所述的网上推荐相似商品的系统，其特征在于：所述中间计算存储模块具有用户行为存储模块、物品向量存储模块、物品特征数据存储模块。

19.根据权利要求18所述的网上推荐相似商品的系统，其特征在于：所述用户行为存储模块用于接收从所述业务日志存储模块中提取的用户行为数据。

20.根据权利要求19所述的网上推荐相似商品的系统，其特征在于：所述物品向量存储模块用于存储经所述物品关联行为提取模块切分后的物品特征向量。

21.根据权利要求20所述的网上推荐相似商品的系统，其特征 在于：所述物品向量存储模块将信息经由所述物品特征值计算模块计算特征得分后传送到所述物品特征数据存储模块。

22.根据权利要求21所述的网上推荐相似商品的系统，其特征在于：所述结果存储模块用于存储经过所述计算服务器进行计算之后的结果数据具有特征与物品相关度存储模块、物品与物品之间相关度存储模块。

23.根据权利要求22所述的网上推荐相似商品的系统，其特征在于：所述特征与物品相关度存储模块用于存储所述特征与物品的相关度计算模块计算得到的结果数据。

24.根据权利要求23所述的网上推荐相似商品的系统，其特征在于：所述物品与物品之间相关度存储模块用于存储所述物品与物品之间相关度计算模块计算得到的结果数据。