基于用户相似度的产品推荐方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113643103A(43)申请公布日2021.11.12(21)申请号202111015418.6(22)申请日2021.08.31(71)申请人平安医疗健康管理股份有限公司地址200001上海市黄浦区北京东路666号H区（东座）12G室(72)发明人徐新鹏(74)专利代理机构深圳市世联合知识产权代理有限公司44385代理人汪琳琳(51)Int.Cl.G06Q30/06(2012.01)G06F16/9536(2019.01)G06K9/62(2006.01)权利要求书2页说明书11页附图4页(54)发明名称基于用户相似度的产品推荐方法、装置、设备及存储介质(57)摘要本申请实施例属于人工智能领域，涉及一种基于用户相似度的产品推荐方法，包括根据第一用户属性构建第一属性向量，构建用户‑产品评分矩阵，获取用户‑产品评分矩阵中每个用户的第二用户属性，并根据第二用户属性构建第二属性向量，基于第一属性向量和第二属性向量，计算目标用户与每个用户之间的相似度，根据相似度创建相似邻居集，选取相似邻居集中的相邻用户有过历史行为的产品作为产品集，计算相邻用户对产品集中产品的预测评分，根据预测评分为目标用户推荐产品。本申请还提供一种基于用户相似度的产品推荐装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，用户‑产品评分矩阵可存储于区块链中。本申请可以提高推荐结果的准确度。CN113643103ACN113643103A权利要求书1/2页1.一种基于用户相似度的产品推荐方法，其特征在于，包括下述步骤：获取目标用户的第一用户属性，并根据所述第一用户属性构建第一属性向量；构建用户‑产品评分矩阵，获取所述用户‑产品评分矩阵中每个用户的第二用户属性，并根据所述第二用户属性构建第二属性向量；基于所述第一属性向量和所述第二属性向量，计算所述目标用户与每个所述用户之间的相似度；根据所述相似度创建所述目标用户的相似邻居集；选取所述相似邻居集中的相邻用户有过历史行为的产品作为产品集，计算所述相邻用户对所述产品集中产品的预测评分；根据所述预测评分为所述目标用户推荐产品。2.根据权利要求1所述的基于用户相似度的产品推荐方法，其特征在于，所述根据所述第一用户属性构建第一属性向量的步骤包括：通过向量空间模型计算所述第一用户属性的权重；根据所述权重将所述第一用户属性映射为第一属性向量。3.根据权利要求1所述的基于用户相似度的产品推荐方法，其特征在于，所述基于所述第一属性向量和所述第二属性向量，计算所述目标用户与每个所述用户之间的相似度的步骤包括：采用皮尔逊相关系数法计算所述目标用户与每个所述用户之间的相似度。4.根据权利要求1所述的基于用户相似度的产品推荐方法，其特征在于，所述根据所述相似度创建所述目标用户的相似邻居集的步骤包括：按照相似度从高到低的顺序对所述用户进行排序，得到排序结果；从所述排序结果中选取预设数量的用户组成相似邻居集。5.根据权利要求1所述的基于用户相似度的产品推荐方法，其特征在于，所述选取所述相似邻居集中的相邻用户有过历史行为的产品作为产品集，计算所述相邻用户对所述产品集中产品的预测评分的步骤包括：根据所述相似度构建所述相似邻居集中所述相邻用户的相似度矩阵；获取所述相邻用户有过历史行为的所有产品作为产品集，并根据所述产品集构建评分结果矩阵；根据所述相似度矩阵和所述评分结果矩阵计算所述相邻用户对所述产品集中所有产品的预测评分。6.根据权利要求5所述的基于用户相似度的产品推荐方法，其特征在于，所述根据所述相似度矩阵和所述评分结果矩阵计算所述相邻用户对所述产品集中所有产品的预测评分的步骤包括：按照如下公式对所述相似度矩阵和所述评分结果矩阵进行加权计算，得到所述相邻用户对所述产品集中每个所述产品的预测评分：其中，Ratet表示所有相邻用户对产品t的预测评分，sjt，表示相邻用户j对产品集中第t2CN113643103A权利要求书2/2页个产品的评分，mj表示目标用户与相邻用户j的相似度，K表示相邻用户的数量。7.根据权利要求1所述的基于用户相似度的产品推荐方法，其特征在于，在所述计算所述目标用户与每个所述用户之间的相似度的步骤之后还包括：获取目标用户与每个所述用户共同评分的产品数量，取所述产品数量与预设的共同评分产品数量阈值之间的最小值作为目标数量；根据所述目标数量和所述共同评分产品数量阈值调整所述相似度。8.一种基于用户相似度的产品推荐装置，其特征在于，包括：获取模块，用于获取目标用户的第一用户属性，并根据所述第一用户属性构建第一属性向量；构建模块，用于构建用户‑产品评分矩阵，获取所述用户‑产品评分矩阵中每个用户的第二用户属性，并根据所述第二用户属性构建第二属性向量；计算模块，