(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210995104.5 (22)申请日 2022.08.18 (71)申请人 安立旗 地址 210000 江苏省南京市秦淮区汉中路 139号 (72)发明人 安立旗　 (51)Int.Cl. G06F 16/9535(2019.01) G06K 9/62(2022.01) G06Q 50/02(2012.01) (54)发明名称 基于移动应用的个性 化推荐系统 (57)摘要 本发明公开了基于移动应用的个性化推荐 系统， 包括数据处理模块、 农业用户特征模块和 个性化推荐模块， 所述数据处理模块用于对农作 物推荐中涉及的数据的进行采集清洗以及筛选 和存储， 所述农业用户特征模块用于构建和更新 用户的静态特征和动态特征， 所述个性化推荐模 块用于通过集成用户特征模型和推荐算法模型 为用户产生更好的推荐服务， 所述数据处理模 块、 农业用户特征模块与个性化推荐模块数据连 接， 所述数据处理模块包括农业种植技术数据模 块、 用户基础数据模块和用户行为数据模块， 所 述农业用户特征模块包括静态特征构建模块、 静 态特征更新模块、 动态特征建立模块和动态特征 更新模块， 本发明， 具有缓减信息过载和提高农 业生产效率的特点。 权利要求书2页 说明书6页 附图1页 CN 115495646 A 2022.12.20 CN 115495646 A 1.基于移动应用的个性化推荐系统， 包括数据处理模块、 农业用户特征模块和个性化 推荐模块， 其特征在于： 所述数据 处理模块用于对农作物推荐中涉及的数据的进行采集清 洗以及筛选和存储， 所述农业用户特征模块用于构建和更新用户的静态特征和动态特征， 所述个性化推荐模块用于通过集成用户特征模型和推荐算法模型为用户产生更好的推荐 服务， 所述数据 处理模块与农业用户特征模块数据连接， 所述农业用户特征模块与个性化 推荐模块数据连接 。 2.根据权利要求1所述的基于移动应用的个性化推荐系统， 其特征在于： 所述数据处理 模块包括农业种植技术数据模块、 用户基础数据模块和用户行为数据模块， 所述农业种植 技术数据模块与用户基础数据模块、 用户行为数据模块数据连接， 所述农业种植技术数据 模块用于利用爬虫技术 从网络中获取所需的种植技术数据并进行筛选 分类后存入数据库， 所述用户基础数据模块用于提取用户的基本信息数据， 所述用户行为数据模块用于提取用 户与系统的交 互信息。 3.根据权利要求2所述的基于移动应用的个性化推荐系统， 其特征在于： 所述农业用户 特征模块包括静态特征构建模块、 静态特征更新模块、 动态特征建立模块和动态特征更新 模块， 所述静态特征构建模块与静态特征更新模块数据连接， 所述动态特征建立模块与动 态特征更新模块数据连接， 所述静态特征构建模块用于根据收集的用户基本数据信息和农 业种植技术数据建立农户静态特征， 所述静态特征更新模块用于对农户静态特征标签的更 新， 所述动态特征建立模块用于对农户动态特征标签进行挖掘和权重计算以构建农户动态 特征， 所述动态特 征更新模块用于根据农户动态特 征受到的影响因素进行动态特 征更新。 4.根据权利要求3所述的基于移动应用的个性化推荐系统， 其特征在于： 所述个性化推 荐模块包括用户特征可视化模块、 种植技术推荐模块、 反馈信息 收集模块和浏览器交互模 块， 所述用户特征可视化模块与种植技术推荐模块数据连接， 所述反馈信息 收集模块与浏 览器交互模块数据连接， 所述用户特征可视化模块用于将处理后的用户特征数据返回给用 户形成可视化界面， 所述种植技术推荐模块用于利用融合用户特征的个性化推荐算法向用 户推荐所需的农业种植技术， 所述反馈信息收集模块用于收集用户使用基于移动应用的个 性化推荐系统中形成的浏览点赞和收藏转发行为的反馈数据， 所述浏览器交互模块用于利 用响应式的浏览器网站进行农业种植 技术个性化推荐系统在 农业用户间的使用和传播。 5.根据权利要求4所述的基于移动应用的个性化推荐系统， 其特征在于： 所述基于移动 应用的个性 化推荐系统的运行 方法包括以下运行步骤： 步骤一： 对用户的属性信息和用户行为信息相关数据进行提取， 建立农业种植技术资 源库； 步骤二： 基于地域、 种植职业、 主要种植作物三个维度建立农业用户静态特征， 根据农 户种植作物的动态变化， 进行农业用户静态特 征的更新； 步骤三： 利用农户的行为信息， 挖掘用户动态特 征， 建立农户动态特 征的自适应更新； 步骤四： 通过集成用户特征模型和推荐算法模型， 以响应式网站向用户展示所推荐的 农业种植 技术， 并收集用户的反馈信息来 为用户产生更好的推荐服 务。 6.根据权利要求5所述的基于移动应用的个性化推荐系统， 其特征在于： 所述步骤一 中， 对用户的属性信息和用户行为信息相关数据进行提取的方法为通过Python爬虫技术爬 取大量农业种植 技术数据， 经 过数据重组、 筛 选和分类， 存 储到mysql数据库。权　利　要　求　书 1/2 页 2 CN 115495646 A 27.根据权利要求6所述的基于移动应用的个性化推荐系统， 其特征在于： 所述步骤二 中， 农业用户静态特 征构建和更新的方法包括以下步骤： 步骤B1： 从农户基本信息中提取包括农户基础信息、 主要种植作物和种植职业的农户 静态特征； 步骤B2： 选用关键词序列表示农户静态特征， 每个农户的静态特征表示为S＝{t1,t2, t3…,tn}， ti表示农户静态特 征标签， {t1,t2,t3…,tn}代表农户前n个静态特 征标签集合； 步骤B3： 根据提取 出的农户静态特 征标签构建农户与农户的静态特 征矩阵； 步骤B4： 采用多项式朴素贝叶斯分类器更新农户种植职业分类， 将农户除种植职业以 外的特征数据作为前提， 包括主 要种植作物、 地 域位置， 对农户种植职业做分类更新。 8.根据权利要求7所述的基于移动应用的个性化推荐系统， 其特征在于： 所述步骤三 中， 进行农业用户动态特 征更新的运行 方法包括以下步骤： 步骤C1： 当农户产生新的交互行为， 对农业种植技术利用jieba分词提取得到特征词 组， 得到新的农户行为对应的行为标签以及标签权 重； 步骤C2： 计算农户不同行为的类型权重， 以及农户行为类型对应的次数作为具体权重 指标； 步骤C3： 计算时间衰减， 将农户行为对应的标签的权 重相乘， 得到最后权 重； 步骤C4： 将新的农户标签及权重对比当前的农户动态特征标签及权重， 如果新的农户 标签出现在当前标签里， 更新相应权重为新的权重， 如果没有 出现， 则用新的标签替换当前 标签里权 重最小的一项。 9.根据权利要求8所述的基于移动应用的个性化推荐系统， 其特征在于： 所述步骤四 中， 农业种植 技术个性化推荐的运行 方法包括以下步骤： 步骤D1： 筛选相同地域的用户， 根据构建好的用户个人特征标签， 利用K ‑means聚类形 成相似偏好的群 体； 步骤D2： 根据用户特 征标签通过相似性度量的方法计算用户间相似度； 步骤D3： 用户动态特征选用前n个特征标签， 用户动态特征标签矩阵和静态特征标签矩 阵叠加后形成用户 ‑用户特征标签矩阵； 步骤D4： 当农户首次进入系统， 根据多维度信 息组成的特征标签构建农户初始特征， 通 过基于用户特征标签找到农户的最近邻产生推荐 结果， 获取每个用户标签并计算每个标签 对应的用户数， 如果用户之间有相同的标签， 则在用户静态特征标签矩阵中的相应位置加 1， 根据用户静态特征标签矩阵， 通过杰卡德系数计算特征标签相似度， 找到与新用户相似 的群体， 为新用户推荐所需的农业种植 技术。 10.根据权利要求9所述的基于移动应用的个性化推荐系统， 其特征在于： 所述步骤D4 中， 采用浏览器/服务器体系结构， 以响应式网站向用户展示所推荐的农业种植技术， 用户 通过浏览器和网站上的内容进行交 互。权　利　要　求　书 2/2 页 3 CN 115495646 A 3