(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211161858.7 (22)申请日 2022.09.23 (71)申请人 哈尔滨商业大学 地址 150000 黑龙江省哈尔滨市松北区学 海街1号 (72)发明人 李鹏　苏忻洁　朱心如　 (74)专利代理 机构 黑龙江立超同创知识产权代 理有限责任公司 23217 专利代理师 张妍飞 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/14(2012.01) G06F 16/9535(2019.01) G06K 9/62(2022.01) (54)发明名称 一种融合偏好消除流行度偏差的冰雪景点 推荐方法及系统 (57)摘要 一种融合偏好消除流行度偏差的冰雪景点 推荐方法及系统， 涉及景点推荐技术领域， 用以 解决现有推荐方法由于具有流行度偏差导致过 度推荐的问题。 本发明的技术要点包括： 对游客 性别、 年龄、 职业 分别分组， 并将其映射成[0～1] 的数值； 根据游客性别、 年龄、 职业的映射值计算 获得游客多特征偏好相似度； 根据游 客多特征偏 好相似度和游客历史评分数据计算获得游客偏 好值； 根据标准化处理后的游客偏好值构造游 客‑偏好值矩阵； 根据游客 ‑偏好值矩阵和游客历 史评分数据训练基于游客多特征偏好的矩 阵分 解模型， 获得训练后的游客 ‑偏好值矩阵； 根据训 练后的游客 ‑偏好值矩阵对新用户进行预测推 荐。 本发明有效缓解了低流行度冰雪景点难以被 推荐给游客的不利局面。 权利要求书4页 说明书12页 附图2页 CN 115438871 A 2022.12.06 CN 115438871 A 1.一种融合偏好消除流行度偏差的冰雪景点推荐方法， 其特 征在于， 包括以下步骤： 步骤一、 获取训练数据集； 所述训练数据集包括历史游客特征数据与游客历史评分数 据； 所述历史游 客特征数据包含游客ID、 游客性别、 游 客年龄、 游 客职业； 所述游 客历史评 分 数据包括游客对曾经游玩过的冰雪景点的打 分分值； 步骤二、 对游客性别、 年龄、 职业分别进行分组， 并将游客性别、 年龄、 职业映射成[0～ 1]之间的数值； 步骤三、 根据游客性别、 年龄、 职业的映射值计算获得游客多特征偏好相似度， 所述游 客多特征偏好相似度用于表示具有相似特 征偏好的游客群 体的偏好相似度； 步骤四、 根据 所述游客多特征偏好相似度和所述游客历史评分数据计算获得游客偏好 值； 步骤五、 将所述游客偏好值进行标准化处理， 并将标准化处理后的游客偏好值和游客 ID、 冰雪景点ID进行一一对应， 构造游客 ‑偏好值矩阵； 所述游 客‑偏好值矩阵的行和列的序 号分别对应游客ID和冰雪景点ID， 所述游客 ‑偏好值矩阵的值即为标准化处理后的游客偏 好值； 步骤六、 根据所述游客 ‑偏好值矩阵和所述游客历史评分数据训练基于游客多特征偏 好的矩阵分解模型， 获得训练后的游客 ‑偏好值矩阵， 定义 为游客‑多特征矩阵； 步骤七、 输入待推荐游客ID或者输入待推荐游客ID和目标冰雪景点ID， 根据所述游客 ‑ 多特征矩阵， 查找获取一个或多个冰雪景点的评分预测值。 2.根据权利要求1所述的一种融合偏好消除流行度偏差的冰雪景点推荐方法， 其特征 在于， 步骤二中对游客性别和游客职 业采用线性映射， 对游 客年龄采用梯形模糊数映射， 梯 形模糊数公式为： 其中， x表示游客年龄的输入值； a,b,c,d∈R， 且a≤b<c≤d； μA表示梯形模糊 数的隶属 度， μA∈[0,1]。 3.根据权利要求2所述的一种融合偏好消除流行度偏差的冰雪景点推荐方法， 其特征 在于， 步骤三中游客多特 征偏好相似度的计算公式为： 其中， TP(u,v)表示游客u、 v的偏好相似度； ui,j、 vi,j分别表示游客u、 v在某一确定特征j 的输入值为i 时对应的映射值； 当特征j为性别或职业 时kf＝1， 当特征j为年龄时， kf表示模 糊集数量； l表示特 征总数。 4.根据权利要求3所述的一种融合偏好消除流行度偏差的冰雪景点推荐方法， 其特征权　利　要　求　书 1/4 页 2 CN 115438871 A 2在于， 步骤四中所述游客偏好 值的计算公式为： 其中， Pu,t表示游客u对景点t的游客偏好值； N表示具有相似特征偏好的游客集合； rv,t 表示游客v对景点t的实际评分分值； 分别表示游客u和 v对其曾经游玩过的冰雪景点 的所有打 分分值的平均值。 5.根据权利要求4所述的一种融合偏好消除流行度偏差的冰雪景点推荐方法， 其特征 在于， 步骤六中在基于游客多 特征偏好的矩阵分解模型中对矩阵分解模型的原始损失函数 进行改进， 改进后的损失函数为： 其中， k表示隐因子 空间维度； ru,t表示游客u对冰雪景点t的评分； pu,k、 qk,t分别表示k维 游客潜在因子矩阵和k维冰雪景点潜在因子矩阵； λ表 示正则化系数； e为自然指数； nu,t表示 标准化处理后的游客偏好值； Mu,k表示游客u在k维度时的偏好值； Mk,t表示维度为k时景点t 的偏好值。 6.根据权利要求1 ‑5中任一项所述的一种融合偏好消除流行度偏差的冰雪景点推荐方 法， 其特征在于， 步骤六在获得游客 ‑多特征矩阵后， 再根据标准化处理后的游客偏好值对 所述游客 ‑多特征矩阵进行评分补偿； 其中， 评分补偿计算公式为： 其中， newM表示评分补偿后的游客 ‑多特征矩阵； Mu,t表示游客u对应的景点t的游客 ‑偏 好值矩阵中的值。 7.一种融合偏好消除流行度偏差的冰雪景点推荐系统， 其特 征在于， 包括： 数据获取模块， 其配置成获取训练数据集； 所述训练数据集包括历史游客特征数据与 游客历史评 分数据； 所述历史游客特征数据包含游客ID、 游 客性别、 游 客年龄、 游 客职业； 所 述游客历史评分数据包括游客对曾经游玩过的冰雪景点的打 分分值； 分组映射模块， 其配置成对游客性别、 年龄、 职业分别进行分组， 并将游客性别、 年龄、 职业映射成[0～1]之间的数值； 偏好相似度计算模块， 其配置成根据游客性别、 年龄、 职业的映射值计算获得游客多特 征偏好相似度， 所述游客多特征偏好相似度用于表示具有相似特征偏好的游客群体的偏好 相似度； 游客多特 征偏好相似度的计算公式为： 其中， TP(u,v)表示游客u、 v的偏好相似度； ui,j、 vi,j分别表示游客u、 v在某一确定特征j 的输入值为i 时对应的映射值； 当特征j为性别或职业 时kf＝1， 当特征j为年龄时， kf表示模 糊集数量； l表示特 征总数；权　利　要　求　书 2/4 页 3 CN 115438871 A 3