基于隐式反馈协同过滤算法的推荐系统及方法

摘要

本发明提供一种基于隐式反馈协同过滤算法的推荐系统及方法，所述推荐方法包括：步骤1)，根据一电子商务网站上的历史用户访问信息，抽取一段时间内的用户跳转行为记录，形成训练数据集；步骤2)，根据所述训练数据集调整隐式反馈协同过滤算法基本模型的参数，生成预测模型；步骤3)，根据该电子商务网站的集群的计算能力把用户分组，整合用户与被推荐的产品，生成多个预测数据集，并利用所述预测模型进行并行运算，预测出每组用户的产品偏好，形成推荐结果；步骤4)，将所述推荐结果索引入所述电子商务网站的搜索引擎中。本发明的技术方案利用用户的跳转行为训练模型，并利用用户分组实现集群的并行运算，大大提升了推荐效果和计算效率。