一种基于主题序列模式的旅游产品推荐方法

摘要

本发明涉及一种基于主题序列模式的旅游产品推荐方法，试图通过在线旅游网站点击日志的挖掘产生推荐列表。首先，从页面语义描述文本中挖掘主题，以在泛化层面捕捉用户行为模式；其次，从页面访问时间序列数据中挖掘频繁序列模式及其候选产品集，形成序列模式库；最后，提出马尔科夫n‑gram模型，完成用户实时点击流与模式库匹配计算，为了提升在线匹配计算的效率，设计一种新的多叉树数据结构PSC‑tree用于存储历史模式库，并与在线计算模块无缝衔接。本发明的SECT推荐引擎，不但在性能上比传统推荐算法更有优势，而且能有效提升冷启动用户和长尾物品的推荐率和准确率。