公开(公告)号：CN102289509A

公开(公告)日：2011-12-21

申请号：CN201110254935.9

申请日：2011-08-31

Applicant: 南京大学

Inventor： 陈振宇 ,  惠成峰 ,  刘嘉 ,  吴清 ,  祁奇

IPC: G06F17/30

Abstract: 一种网站数据的获取及迁移使用方法，用于垂直电子商务网站，通过迁移学习将已有电子商务网站的历史数据信息迁移到其它电子商务网站，通过脚本采集已有电子商务网站的用户基本信息以及用户行为，由用户基本信息得到用户特征数据库，由所述已有电子商务网站的产品信息得到产品特征数据库，根据用户行为分析用户特征和产品特征的相关度，得到相关度矩阵，其它电子商务网站根据进入网站的用户基本信息，结合所述相关度矩阵，计算该用户与本电子商务网站产品的相关度，进行推荐。本发明对原有历史数据密集的系统中用户特征和产品特征相关模式进行学习，基于迁移学习方法迁移至其他类似的由于历史数据不足无法进行有效推荐的电子商务网站中使用。

公开(公告)号：CN102073717A

公开(公告)日：2011-05-25

申请号：CN201110002136.2

申请日：2011-01-07

Applicant: 南京大学

Inventor： 陈振宇 ,  祁奇 ,  刘嘉 ,  惠成峰

IPC: G06F17/30 ,  G06Q30/00

Abstract: 面向垂直电子商务网站的首页推荐方法，通过脚本（如JavaScript）采集用户的“访问带入信息”和“下单产品信息”；根据历史数据计算“访问带入信息”各维度和“下单产品信息”各维度的相关度作为推荐基础；当一个新用户访问网站首页时，根据该用户的“访问带入信息”和通过历史数据得到的相关度矩阵计算得到该用户和所有产品的相关度，推荐相关度最高的N件产品。本发明能够适用于垂直电子商务网站的新用户既没有历史行为信息数据（历史评分，浏览，购买等行为），大部分情况也没有人口统计信息数据等殊场景的需要。垂直电子商务网站旗下的商品都是同一类型的商品，垂直电子商务的用户中新用户的比例很高，本发明方法是有益的。

公开(公告)号：CN102411754A

公开(公告)日：2012-04-11

申请号：CN201110385722.X

申请日：2011-11-29

Applicant: 南京大学

Inventor： 陈振宇 ,  都兴中 ,  刘嘉 ,  惠成峰 ,  何铁科

IPC: G06Q30/02

Abstract: 一种基于商品属性熵值的个性化推荐方法，通过脚本获取电子商务网站用户的浏览记录，对其进行剖析，产生推荐结果进行个性化推荐。本发明基于属性分类熵值的用户剖面可以帮助推荐算法找到用户在不同属性分类上的偏好，利用用户浏览过程中的信息，根据用户的实际选择产生不同推荐，从而提高商品页面推荐的多样性。对于一个需要个性化推荐的推荐系统，本发明在保持推荐命中率的同时，还提高推荐的多样性。本发明方法还可以在不进行大量更改的前提下，对其它推荐算法产生的结果进行重新排序，这样一方面使得原有推荐算法的效果不受影响，另一方面提高了商品页个性化推荐的多样性，从而使商品页的推荐更为有效。