个性化信息推荐系统及其推荐方法

1.一种个性化信息推荐系统，其特征在于，该系统包含：
地理位置信息获取装置，其获取用户的位置信息；
交易数据库服务器，其存储用户的交易信息；
分析服务器，其输入端分别连接所述地理位置信息获取装置和交易数据库服务器，对用户的消费行为进行聚类分析并根据用户地理位置信息进行情境分析；
推荐服务器，其输入端连接所述分析服务器的输出端，根据分析服务器的聚类结果、情境分析的结果以及商户设置产生推荐结果；
用户客户端，其双向连接所述推荐服务器，为用户提供推荐信息；
商户客户端，其双向连接所述推荐服务器，控制推荐给用户的推荐结果。
2.如权利要求1所述的个性化信息推荐系统，其特征在于，所述地理位置信息获取装置采用GPS装置。
3.如权利要求1所述的个性化信息推荐系统，其特征在于，所述用户客户端采用移动终端。
4.一种如权利要求1至3中任意一项权利要求所述的个性化信息推荐系统的推荐方法，其特征在于，该方法包含：
分析服务器接收并根据用户的交易信息数据进行聚类分析获得聚类结果；
分析服务器接收并根据用户的地理位置信息进行情境分析获得情境分析结果；
推荐服务器根据聚类结果和情境分析结果产生推荐结果。
5.如权利要求4所述的推荐方法，其特征在于，所述地理位置信息获取装置获取用户的位置信息，发送至分析服务器。
6.如权利要求4所述的推荐方法，其特征在于，所述交易数据库服务器存储用户的交易信息，发送至分析服务器。
7.如权利要求4所述的推荐方法，其特征在于，所述聚类分析包含：计算用户相似性，根据相似性结果，设定阈值，将用户间距离小于阈值的分簇，形成小簇，合并小簇获得聚类结果。
8.如权利要求7所述的推荐方法，其特征在于，所述用户间距离计算方法采用Jensen-Shannon距离来计算，公式为：
（1）
式（1）中， ， 和 代表两个用户特征的概率分布， 是两个分
布间的Kullback–Leibler距离。
9.如权利要求7所述的推荐方法，其特征在于，所述合并小簇获得聚类结果的方法包含采用簇间合并方法反复合并子类；簇间合并方法是通过计算两个簇间的连接性和相似性 来判别两个簇是否可以合并为一类；
簇间连接性 表示为：
（2）
式2中， 表示连接簇 和 的边的相似值之和， 表示把 划分为
两个大致相等的簇所需切断最少的边的相似值之和；
簇间相似性 表示为：
（3）
式3中， 表示连接簇 和 的边的相似值的平均值， 表示把
划分为两个大致相等的簇所需切断最少的边的相似值的平均值。
10.如权利要求4所述的推荐方法，其特征在于，所述情境分析包含：
采集用户的地理位置信息，然后再利用收集到的地理位置信息收集周围环境信息和时间信息；
利用环境信息和时间信息对应得到情境分析结果；
根据预设的用户需求过滤掉不符合的情境分析结果。

暂无