混合推荐方法及系统

摘要

本发明提供一种混合推荐方法及系统，其中方法包括将数据库中的用户数据分为单维度用户特征值和多维度用户特征值；采用贝叶斯平均算法对单维度用户特征值进行计算，获得用户的推荐算法兴趣度；采用朴素贝叶斯模型对多维度用户特征值进行计算，获得用户的推荐算法兴趣度；根据单维度用户的推荐算法兴趣度和多维度用户的推荐算法兴趣度，确定推荐列表，并将推荐列表推荐给数据库的用户。利用本发明，能够解决用户的推荐算法兴趣度预测准确率低、计算评估不同用户的推荐算法兴趣度和训练用户兴趣模型的时间瓶颈的问题。

主权项

一种混合推荐方法，包括：将数据库中的用户数据分为单维度用户特征值和多维度用户特征值；采用贝叶斯平均算法对所述单维度用户特征值进行计算，获得所述单维度用户的推荐算法兴趣度；以及，采用朴素贝叶斯模型对所述多维度用户特征值进行计算，建立多维度用户兴趣模型，并对所述多维度用户兴趣模型进行训练，获得所述多维度用户的推荐算法兴趣度；根据所述单维度用户的推荐算法兴趣度和所述多维度用户的推荐算法兴趣度，确定推荐列表，并将所述推荐列表推荐给所述数据库的用户。