利索能及
我要发布
收藏
专利号: 2021112257346
申请人: 深圳市发掘科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种菜谱推荐方法,其特征在于,包括如下步骤:步骤S10:获取实际数据中的离群数据,所述离群数据包括离群用户信息数据集、离群用户的菜谱数据集;所述离群数据为实际数据中处于离群状态的数据,所述离群用户信息数据集为离群数据中用户个人信息所形成的数据集合,多个离群用户的菜谱数据所形成的数据集合为离群用户的菜谱数据集;

步骤S20:获取离群相邻用户信息数据集,所述离群相邻用户信息数据集与所述离群用户信息数据集相邻,得到离群相邻用户;

所述离群相邻用户信息数据集的获取,包括如下步骤:步骤S21:所述离群用户信息数据集XL=[XL1、XL2、XL3、...、XLy、...、XLz],其中,y为离群用户信息数据集的序号,z为离群用户信息数据集的总数量,XLy为第y号离群用户信息数据集,XLn为第n号离群用户信息数据集;离群用户信息数据集XLy包括离群用户维度数据xly;

步骤S22:计算离群用户维度数据xly与离群相邻用户维度数据xly,u的相似度J(y,u),所述离群相邻用户维度数据xly,u为与离群用户维度数据xly最相邻的离群用户维度数据;

步骤S23:若相似度小于等于预设相似系数时,则将所有离群用户维度数据xly作为离群相邻用户信息数据集;若相似度大于预设相似系数时,则将相似度小于等于相似系数的离群用户维度数据xly作为相邻离群邻用户信息数据集;

步骤S30:将所述离群用户的菜谱数据集推荐给所述离群相邻用户。

2.如权利要求1所述的一种菜谱推荐方法,其特征在于,步骤S10中,所述离群数据的获取方法包括如下步骤:

步骤S11:获取实际数据,所述实际数据包括实际用户信息数据集;实际用户信息数据集X=[X1、X2、X3、...、Xi、...、Xn],其中,i为实际用户信息数据集的序号,i为整数且i=1、2、

3、...、n,n为实际用户信息数据集的总数量,Xi为第i号实际用户信息数据集,Xn为第n号实际用户信息数据集,所述实际用户信息数据集Xi包括第i号实际用户信息数据集的q个实际用户维度数据,所述实际用户维度数据为 ,j为实际用户维度数据 的序号,j为整数且j=1、2、3、...、q,q为实际用户维度数据 的总维度数量;

步骤S12:通过实际用户信息数据集得到平均相邻距离和实际相邻用户数据;所述平均相邻距离 的计算公式为 ;其中,Dik为相邻距离,所述相邻距离为实际用户与实际相邻用户之间的距离,所述相邻距离Dik的计算公式为 , 为第j号实际相邻用户维度数据的权重; 为实际相邻用户维度数据;k为实际相邻用户维度数据 的序号,k为整数且k=1、2、3、...、m,m为实际相邻用户维度数据 的预设相邻数量,实际相邻用户维度数据 为与实际用户维度数据 最相邻的实际用户维度数据,实际相邻用户维度数据 与实际用户维度数据 属于同一维度集;

步骤S13:通过实际相邻用户数据得到平均次相邻距离;所述平均次相邻距离 的计算公式为: ,其中, 为次相邻距离,所述次相邻距离为实际相邻用户与实际次相邻用户之间的距离,所述实际次相邻用户为与实际相邻用户相邻的用户,所述次相邻距离 的计算公式为 , 为实际次相邻用户维度数据,g为实际次相邻用户维度数据 的序号,g为整数且g=1、2、3、...、r,r为实际次相邻用户维度数据 的预设相邻数量;

步骤S14:通过平均相邻距离和平均次相邻距离得到距离因子;所述距离因子Li的计算公式如下: ;

步骤S15:若距离因子小于等于预设离群系数时,则将距离因子对应的实际数据作为离群数据;若距离因子大于预设离群系数时,则将距离因子对应的实际数据作为非离群数据。

3.一种菜谱推荐系统,其特征在于,离群数据获取模块,用于获取实际数据中的离群数据;离群相邻用户获取模块,用于获取离群相邻用户信息数据集,并得到离群相邻用户;执行模块,用于将离群用户的菜谱数据集推荐给离群相邻用户;所述离群数据为实际数据中处于离群状态的数据,所述离群用户信息数据集为离群数据中用户个人信息所形成的数据集合,多个离群用户的菜谱数据所形成的数据集合为离群用户的菜谱数据集;

所述离群相邻用户信息数据集的获取,包括如下步骤:步骤S21:所述离群用户信息数据集XL=[XL1、XL2、XL3、...、XLy、...、XLz],其中,y为离群用户信息数据集的序号,z为离群用户信息数据集的总数量,XLy为第y号离群用户信息数据集,XLn为第n号离群用户信息数据集;离群用户信息数据集XLy包括离群用户维度数据xly;

步骤S22:计算离群用户维度数据xly与离群相邻用户维度数据xly,u的相似度J(y,u),所述离群相邻用户维度数据xly,u为与离群用户维度数据xly最相邻的离群用户维度数据;

步骤S23:若相似度小于等于预设相似系数时,则将所有离群用户维度数据xly作为离群相邻用户信息数据集;若相似度大于预设相似系数时,则将相似度小于等于相似系数的离群用户维度数据xly作为相邻离群邻用户信息数据集。

4.一种计算机可读存储介质,其特征在于,用于存储程序,所述程序被执行时,用于实现如权利要求1‑2之一所述的菜谱推荐方法。

5.一种电子设备,其特征在于,包括:一个或多个处理器;存储器,其上存储有一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1‑2之一所述的菜谱推荐方法。