基于多Markov链模型的多兴趣资源推荐方法

摘要

本发明涉及一种基于多Markov链模型的多兴趣资源推荐方法，按照如下步骤实现：在多Markov链模型的学习阶段，通过训练数据，获取用户特征关键字序列，并根据该用户特征关键字序列生成类Markov链；对类Markov链进行聚类与合并，完成多Markov链模型的学习；在多Markov链模型的预测阶段，通过测试数据，判定用户类别，获取该用户类别对应的用以描述用户兴趣特征的类Markov链，并预测用户下一时刻的兴趣关键字；在预测过程中，确定用户多兴趣特征向量，并为该用户多兴趣特征向量中每个多兴趣特征关键字分配权值，进而建立多兴趣用户需求矩阵；根据所述多兴趣用户需求矩阵中兴趣特征关键字及相应的权值，通过匹配资源对用户进行推荐。