基于聚类的协同过滤的商品推荐方法及系统

发明专利无效专利

申请号：
CN201310379073.1
IPC分类号：G06F17/30;G06Q30/02
申请日期：
2013-08-27
申请人：
北京交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于聚类的协同过滤的商品推荐方法及系统
申请号	CN201310379073.1	申请日期	2013-08-27
法律状态	权利终止	申报国家	中国
公开/公告日	2013-11-27	公开/公告号	CN103412948A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0;;;G;0;6;Q;3;0;/;0;2查看分类表>
申请人	北京交通大学	申请人地址	北京市海淀区西直门外上园村3号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京交通大学	当前权利人	北京交通大学
发明人	刘云;王琪;曹伟;王星;桂畅旎
代理机构	北京市商泰律师事务所	代理人	毛燕生

摘要

本发明属于数据挖掘技术领域，特别涉及一种基于聚类的协同过滤的商品推荐方法及系统，利用购物网站的API接口获取用户对商品的评分信息和商品的类型标签信息；根据用户的购买商品类型，对用户进行聚类；根据聚类的结果，并通过评分估值公式为用户‑商品评分矩阵中缺省评分赋予评分估值；计算矩阵中商品之间的相似度，对目标用户未购买商品进行预测评分，并为目标用户推荐预测评分最高的前N件商品，本发明相比现有技术具有如下优点：解决了数据稀疏性的问题，减少了不同用户的评分尺度不一致的问题，提高了缺省赋值的准确性，使得同一类中的用户的评分相似性最高，提高了缺省赋值的准确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供