一种基于组推荐的服务选取系统及其选取方法

1.一种基于组推荐的服务选取系统，其工作在用户及可满足用户基本功能的若干服务之间，其特征在于，该系统包括数据获取模块、数据处理模块和请求处理模块，其中：
数据获取模块接收各服务传递的数据，并转发给数据处理模块，
请求处理模块接收用户发送的查询请求，并将查询请求转发给数据处理模块，数据处理模块将处理后的结果经请求处理模块转发给客户。
2.根据权利要求1所述的基于组推荐的服务选取系统，其特征在于，数据处理模块还连接本地数据存储模块用于存储部分中间结果。
3.一种权利要求1所述基于组推荐的服务选取系统的选取方法，其特征在于包括以下步骤：
1）数据获取模块从服务中取得每个用户的评分数据，
2）数据处理模块对用户的评分进行分析，获得用户的偏好特征，
3）请求处理模块接收用户发送的查询请求，并将查询请求转发给数据处理模块，当一个组推荐请求到来时，处理模块综合组内每个用户的特征，为组整体建立模型，
4）采用协同过滤法获取领域，生成整个组的推荐列表，并将推荐列表返回。
4.根据权利要求3所述的基于组推荐的服务选取系统的选取方法，其特征在于，步骤
1）获取的数据是三元组的形式 ，其中Ratings是一个多维向量，维度是指标的个数。
5.根据权利要求3所述的基于组推荐的服务选取系统的选取方法，其特征在于，步骤
2）的评分格式为：

(1)

其中Item表示酒店等服务，c是指标的个数，Ri是用户对服务第i个指标的评分，R0是对服务的综合评分；

（2）

其中Wi为第i个指标在综合结果中占的权重，值越大表示用户越关注该指标，Wi整体记作权重向量 , 为非线性部分的误差。
6.根据权利要求3所述的基于组推荐的服务选取系统的选取方法，其特征在于，步骤
3）的具体过程为：在获得组内每个用户的评分比重后，对整个组建模，其用如下的公式描述：
(3)
(4)
(5)

其中n是组内用户的个数，disi表示用户i与组内其他用户的兴趣差异，coni表示用户i对最终虚拟用户特征 的贡献值。
7.根据权利要求3所述的基于组推荐的服务选取系统的选取方法，其特征在于，步骤
4）中采用协同过滤法获取领域，生成整个组的推荐列表的具体过程为：
协同过滤通过分析历史数据为整个组的虚拟用户推荐服务列表，其用如下的公式描述：
(10)
(11)
其中 是用户u和v在指标j上的兴趣相似度， 是用户u对物品i指标j的
评分， 是用户u对指标j的平均评分，S的取值在-1到+1之间，其绝对值越大表示相关性越强，S>0为正相关，S<0为负相关；
接着计算用户u对物品i的评分：
(7)
其中U表示与用户u兴趣相似的用户集合， 表示u,v的相似度，计算公式为(11)，R为评分，这样即可获得用户u对其未评分物品i的预测评分，在组推荐的的环境中，u指的是组虚拟用户，按R(u,i)评分值对物品i排序，就得到了对整个组的推荐列表。

暂无