一种商品推荐方法、装置、设备以及存储介质.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CN109658210A(43)申请公布日2019.04.19(21)申请号201910123041.2(22)申请日2019.02.18(71)申请人苏州大学地址215104江苏省苏州市相城区济学路8号(72)发明人张莉李泽鹏王邦军周伟达(74)专利代理机构北京集佳知识产权代理有限公司11227代理人罗满(51)Int.Cl.G06Q30/06(2012.01)权利要求书3页说明书9页附图1页(54)发明名称一种商品推荐方法、装置、设备以及存储介质(57)摘要本发明公开了一种商品推荐方法，通过获取不同用户分别针对不同商品的评分数据，评分数据用于表征用户对商品的喜欢程度；根据不同用户对商品的评分数据，对不同用户之间的用户相似度进行计算；根据目标用户的近邻用户对待推荐商品的评分数据得到目标用户对待推荐商品的评分数据，以对商品进行推荐。本申请基于近邻传播的商品推荐方法，采用迭代的思想，将每一轮的评分数据带入到下一轮预测评分当中，使得评分矩阵越来越稠密，也致使预测评分越来越精确。因此，本申请可以更好地提高商品推荐的性能。此外，本申请还提供了一种具有上述技术效果的商品推荐装置、设备以及计算机可读存储介质。CN109658210ACN109658210A权利要求书1/3页1.一种商品推荐方法，其特征在于，包括：获取不同用户分别针对不同商品的评分数据，所述评分数据用于表征用户对商品的喜欢程度；根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算；根据目标用户的近邻用户对待推荐商品的评分数据得到所述目标用户对所述待推荐商品的评分数据，以对商品进行推荐。2.如权利要求1所述的商品推荐方法，其特征在于，所述获取不同用户分别针对不同商品的评分数据包括：采用集合U＝{u1,...,ul}和M＝{m1,...,mn}分别代表用户集合与商品集合，l和n分别表示用户数量和商品数量，输入商品评分矩阵其中rij∈{0,s}表示用户ui对商品mj的评分；若rij取值为0则表示用户对商品未评价，若rij取非零值则表示用户对商品评价的分值。3.如权利要求2所述的商品推荐方法，其特征在于，所述根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算包括：对任意两个用户ug和ui，采用S(ug,ui)＝A(ug,ui)C(ug,ui)PCC(ug,ui)计算二者之间的用户相似度；其中，A(ug,ui)表示用户ug和用户ui的一致性程度，计算方式为：Vg表示基于用户ug的评分向量，中的上角标T表示转置，Vi表示基于用户ui的评分向量；C(ug,ui)表示折衷因素，计算方式为：Ig为用户ug评价过的物品集合，Ii为用户ui评价过的物品集合；PCC(ug,ui)是计算两个用户之间的Pearson相似度，计算方式为：其中，rgj是用户ug对物品mj的评分，表示用户ui对商品非零评分的平均值，代表用户ug对商品非零评分的平均值；rij是用户ui对物品mj的评分；Ig∩Ii表示用户ug和用户ui共同评价过的商品集合。4.如权利要求3所述的商品推荐方法，其特征在于，所述根据目标用户的近邻用户对待推荐商品的评分数据得到所述目标用户对所述待推荐商品的评分数据包括：在目标用户为ut∈U，给所述目标用户ut推荐待推荐商品ma∈{mj|mj∈MΛrtj＝0}时，预测目标用户ut对所述待推荐商品ma的评分为：2CN109658210A权利要求书2/3页其中，ma∈{mj|mj∈MΛrtj＝0}代表用户未曾评分的商品，Λ是条件连接符号，rca表示用户uc对商品ma的评分，表示目标用户ut对商品非零评分的平均值，表示近邻用户uc对商品非零评分的平均值，S(ut,uc)表示目标用户ut和近邻用户uc的用户相似性，NK是目标用户ut的近邻用户数集，包含与目标用户的用户相似度从高到低选取的K个近邻用户，Wca为近邻itear用户uc对待推荐商品ma的评分信任度且Wca＝decay，decay为衰减率，itear为迭代次数，每一轮新添的分值对应一个信任系数，每一轮乘以衰减率。5.一种商品推荐装置，其特征在于，包括：获取模块，用于获取不同用户分别针对不同商品的评分数据，所述评分数据用于表征用户对商品的喜欢程度；计算模块，用于根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算；推荐模块，用于根据目标用户的近邻用户对待推荐商品的评分数据得到所述目标用户对所述待推荐商品的评分数据，以对商品进行推荐。6.如权利要求5所述的商品推荐装置，其特征在于，所述获取模块用于：采用集合U＝{u1,...,ul}和M＝{m1,...,mn}分别代表用户集合与商品集合，l和n分别表示用户数量和商品数量，输入商品评