專利名稱：一種基于用戶行為的圖書推薦方法
技術領域：
本發(fā)明涉及一種基于用戶行為的圖書推薦方法，屬于移動互聯(lián)網(wǎng)電子商務信息檢索與處理技術領域。
背景技術：
移動互聯(lián)網(wǎng)絡的高速發(fā)展及智能手機的普及極大方便了用戶的網(wǎng)絡應用，越來越多的用戶開始習慣于在上下班的公交車、地鐵或排隊辦理公共業(yè)務等零碎時間中，通過移動互聯(lián)網(wǎng)絡打發(fā)時間。手機閱讀作為移動互聯(lián)網(wǎng)典型應用之一，正逐漸得到用戶的青睞，使得用戶可以隨時隨地閱讀所感興趣的圖書。然而，隨著圖書信息量的急劇增長，用戶從中發(fā) 覺其感興趣圖書的難度也在加大，平臺的資源利用效率也在降低。傳統(tǒng)的信息檢索技術在一定程度上可以緩解這一問題，但需要用戶提供關鍵詞，并且對不同用戶提供的同一關鍵詞給出相同的檢索結果。推薦系統(tǒng)作為智能化的信息過濾技術已經成功應用于互聯(lián)網(wǎng)電子商務系統(tǒng)中，通過挖掘消費者的潛在偏好為其推薦符合其當前偏好的圖書，從而有利于實施個性化營銷方案，增強用戶粘性。推薦系統(tǒng)的成功應用引起了互聯(lián)網(wǎng)新的變革，個性化的信息服務方式逐漸成為互聯(lián)網(wǎng)運營商所密切關注的焦點。從整體上來說，推薦系統(tǒng)包括用戶潛在偏好挖掘和推薦服務兩部分，其中用戶偏好的挖掘成為推薦服務精確程度的關鍵所在，推薦服務主要包括協(xié)同過濾、內容匹配和關聯(lián)規(guī)則推薦等方法?，F(xiàn)有的推薦系統(tǒng)一定程度上緩解了信息資源爆炸引起的有效信息匱乏窘境，但仍存在諸多不足，主要體現(xiàn)在①僅對用戶瀏覽行為結果(如瀏覽時間、頻率)進行分析，忽略了圖書的本身特征及其在圖書閱讀平臺中的布局、用戶的訪問軌跡等因素的影響；②使用的數(shù)據(jù)源過于單一，忽略了用戶瀏覽/閱讀過程中的其它操作行為信息，如標簽的使用。因此，如何根據(jù)用戶的圖書瀏覽行為來挖掘用戶偏好，從而為用戶提供更精準的圖書推薦服務？仍是一個急需要解決的技術難題。

發(fā)明內容
有鑒于此，本發(fā)明的目的是提供一種基于用戶行為的圖書推薦方法，能根據(jù)用戶的圖書瀏覽行為來挖掘用戶偏好，從而為用戶提供更精準的圖書推薦服務。為了達到上述目的，本發(fā)明提供了一種基于用戶行為的圖書推薦方法，所述方法包括有
步驟A、根據(jù)用戶在當前一天中對圖書的瀏覽時間、訪問次數(shù)、訪問路徑數(shù)、每條訪問路徑的訪問次數(shù)、訪問路徑深度以及圖書的內容字節(jié)數(shù)，計算出每位用戶對其所瀏覽圖書的用戶-圖書興趣度；
步驟C、基于用戶-圖書興趣度計算用戶之間的相似度，并為目標用戶選擇若干個相似度高的鄰居用戶，然后將鄰居用戶已閱讀而目標用戶尚未閱讀的圖書向目標用戶推薦。與現(xiàn)有技術相比，本發(fā)明的有益效果是本發(fā)明根據(jù)用戶對圖書的瀏覽時間、訪問次數(shù)、訪問路徑數(shù)、每條訪問路徑的訪問次數(shù)、訪問路徑深度以及圖書的內容字節(jié)數(shù)，來計算用戶-圖書興趣度，不僅對用戶瀏覽行為信息(如瀏覽時間、頻率)進行了分析，還考慮了圖書的本身特征及其在圖書閱讀平臺中的布局、用戶的訪問軌跡等因素的影響；進一步考慮了用戶瀏覽圖書過程中的標簽使用行為，并根據(jù)計算出的用戶-標簽興趣度對用戶-圖書興趣度的值進行調整，從而能更準確的挖掘用戶偏好；由于用戶偏好隨時間動態(tài)轉移、歷史興趣隨時間動態(tài)衰減，因此在計算用戶在當前圖書閱讀平臺訪問過程中對圖書、標簽的興趣度時，還考慮了用戶的歷史興趣；根據(jù)用戶-圖書興趣度來計算用戶之間的相似度，并為每個目標用戶選擇與其相似度高的鄰居用戶，最后通過鄰居用戶已閱讀而目標用戶尚未閱讀的圖書的偏好值的計算，為目標用戶形成符合其個人偏好的圖書推薦集，從而實現(xiàn)為用戶提供更精準的圖書推薦服務。


圖I是本發(fā)明一種基于用戶行為的圖書推薦方法流程圖。圖2是圖I步驟A中，計算用戶i對圖書j的用戶-圖書興趣度 ,boofc
^ 的具體操作流程圖。圖3是圖I步驟B中，計算用戶i對標簽集中標簽X的用戶-標簽興趣度 I..
J O.
的具體操作流程圖。
具體實施例方式為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面結合附圖和實施例對本發(fā)明作進一步的詳細描述。如圖I所示，本發(fā)明一種基于用戶行為的圖書推薦方法，包括有
步驟A、根據(jù)用戶在當前一天中對圖書的瀏覽時間、訪問次數(shù)、訪問路徑數(shù)、每條訪問路徑的訪問次數(shù)、訪問路徑深度以及圖書的內容字節(jié)數(shù)，計算出每位用戶對其所瀏覽圖書的用戶-圖書興趣度；
步驟B、將用戶在當前一天中標注到圖書上的所有標簽構成用戶標簽集，并根據(jù)用戶對標簽的使用頻率，計算出用戶對標簽集中每個標簽的用戶-標簽興趣度，然后根據(jù)圖書上被用戶標注的標簽所對應的用戶-標簽興趣度，調整用戶-圖書興趣度，所述標簽是由圖書閱讀平臺的編輯根據(jù)每本圖書內容所選擇的部分能代表圖書內容特征的關鍵詞，用戶可以從由所有標簽構成的標簽庫中選擇多個標簽，并標注到其瀏覽的圖書上；
步驟C、基于用戶-圖書興趣度計算用戶之間的相似度，并為目標用戶選擇若干個相似度高的鄰居用戶，然后將鄰居用戶已閱讀而目標用戶尚未閱讀的圖書向目標用戶推薦。
的計
■
算進一步包括有步驟Al、計算用戶i對圖書j的單字節(jié)總瀏覽時間
權利要求
1.一種基于用戶行為的圖書推薦方法，其特征在于，所述方法包括有步驟A、根據(jù)用戶在當前一天中對圖書的瀏覽時間、訪問次數(shù)、訪問路徑數(shù)、每條訪問路徑的訪問次數(shù)、訪問路徑深度以及圖書的內容字節(jié)數(shù)，計算出每位用戶對其所瀏覽圖書的用戶_圖書興趣度；步驟C、基于用戶-圖書興趣度計算用戶之間的相似度，并為目標用戶選擇若干個相似度高的鄰居用戶，然后將鄰居用戶已閱讀而目標用戶尚未閱讀的圖書向目標用戶推薦。
2.根據(jù)權利要求I所述的方法，其特征在于，所述步驟A中，用戶i對圖書j的用戶-圖書興趣度的計算進一步包括有Σ步驟Al、計算用戶i對圖書j的單字節(jié)總瀏覽時間
3.根據(jù)權利要求2所述的方法，其特征在于，還包括有 步驟A6、查詢數(shù)據(jù)庫中是否保存有用戶i對圖書j的歷史興趣度里
4.根據(jù)權利要求3所述的方法，其特征在于，所述步驟A7中，
5.根據(jù)權利要求I所述的方法，其特征在于，在步驟A和步驟C之間，還包括有 步驟B、將用戶在當前一天中標注到圖書上的所有標簽構成用戶標簽集，并根據(jù)用戶對標簽的使用頻率，計算出用戶對標簽集中每個標簽的用戶-標簽興趣度，然后根據(jù)圖書上被用戶標注的標簽所對應的用戶-標簽興趣度，調整用戶-圖書興趣度。
6.根據(jù)權利要求5所述的方法，其特征在于，所述步驟B進一步包括有步驟BI、計算用戶i對標簽X的用戶-標簽興趣度
7.根據(jù)權利要求6所述的方法，其特征在于，還包括有步驟B2、判斷用戶i是否首次使用所述標簽X 如果否，則從數(shù)據(jù)庫中提取用戶i對標簽X的歷史興趣度
8.根據(jù)權利要求7所述的方法，其特征在于，所述步驟B3中，
9.根據(jù)權利要求5所述的方法，其特征在于，所述步驟B中，按如下公式對用戶-圖書Y興趣度的值進行調整
10.根據(jù)權利要求I所述的方法，其特征在于，所述步驟C中，用戶之間的相似度的計算公式如下
11.根據(jù)權利要求10所述的方法，其特征在于，所述步驟C還包括有 根據(jù)用戶-圖書興趣度以及目標用戶和鄰居用戶之間的相似度，對鄰居用戶已閱讀而目標用戶尚未閱讀的圖書的偏好值進行計算，其中目標用戶對圖書的偏好值的計算公式如下
12.根據(jù)權利要求11所述的方法，其特征在于，還包括有 根據(jù)目標用戶對圖書的偏好值的高低，形成圖書推薦列表，然后將圖書推薦列表中目標用戶明確不喜好或已重復推薦的圖書進行過濾，并根據(jù)目標用戶對圖書所屬類別的其它圖書瀏覽情況對圖書推薦列表的圖書排序進行調整，其中屬于目標用戶經常閱讀或瀏覽的圖書種類則排序靠前，最后將圖書推薦列表中排序靠前的若干圖書作為最終的推薦圖書集推薦給目標用戶。
全文摘要
一種基于用戶行為的圖書推薦方法，包括有根據(jù)用戶在當前一天中對圖書的瀏覽時間、訪問次數(shù)、訪問路徑數(shù)、每條訪問路徑的訪問次數(shù)、訪問路徑深度以及圖書的內容字節(jié)數(shù)，計算出每位用戶對其所瀏覽圖書的用戶-圖書興趣度；基于用戶-圖書興趣度計算用戶之間的相似度，并為目標用戶選擇若干個相似度高的鄰居用戶，然后將鄰居用戶已閱讀而目標用戶尚未閱讀的圖書向目標用戶推薦。本發(fā)明屬于移動互聯(lián)網(wǎng)電子商務信息檢索與處理技術領域，能根據(jù)用戶的圖書瀏覽行為來挖掘用戶偏好，從而為用戶提供更精準的圖書推薦服務。
文檔編號G06F17/30GK102929959SQ20121038200
公開日2013年2月13日 申請日期2012年10月10日 優(yōu)先權日2012年10月10日
發(fā)明者廖建新, 劉同存, 張雷, 趙貝爾 申請人:杭州東信北郵信息技術有限公司