一种基于用户行为分析的房源推荐方法

本申请公开了一种基于用户行为分析的房源推荐方法，涉及房源推荐，包括：获取房源数据和用户行为数据；根据房源数据和用户行为数据，生成用户偏好数据；对房源数据进行聚类处理，得到每个房源数据属于各个聚类的隶属度；根据用户偏好数据和房源对各个聚类的隶属度，计算用户偏好与房源的相似度；根据相似度对房源数据进行筛选，生成推荐房源数据。针对传统的聚类算法采用硬聚类，硬聚类在处理房源多特征数据时存在多维属性难以表达，本申请通过基于个性化权重的加权核函数将房源数据映射到高维空间，并融合聚类空间与特征空间的双重相似度度量，提高非线性特征空间中房源多重属性的表达，进而提高用户－房源匹配精度。