[發(fā)明專利]一種內(nèi)容推薦方法及裝置

有效

• 申請?zhí)枺?/td>: 201410290512.6
• 申請日: 2014-06-24
• 公開（公告）號: CN104090932B
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計(jì)）人: 于旭;高雪松;周翚;胡偉鳳;許麗星;謝杰;王潔;張帥
• 申請（專利權(quán)）人: 海信集團(tuán)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司11291
• 代理人: 黃志華

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種內(nèi)容推薦方法及裝置。

背景技術(shù)

內(nèi)容推薦包括視頻推薦、圖書推薦、商品推薦、音樂推薦等等。

現(xiàn)有的內(nèi)容推薦方法主要是，對獲取的全部偏好相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)，從而建立推薦模型，進(jìn)而根據(jù)建立的推薦模型向用戶推薦內(nèi)容。其中，偏好相關(guān)數(shù)據(jù)是指用于確定用戶對內(nèi)容的偏好程度的數(shù)據(jù)。這種推薦方法存在的問題是：由于對全部偏好相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)，需要處理的數(shù)據(jù)量龐大，導(dǎo)致處理效率低，且在處理過程中浪費(fèi)大量的存儲資源。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種內(nèi)容推薦方法及裝置，以解決現(xiàn)有的內(nèi)容推薦方法處理效率低，且在處理過程中浪費(fèi)大量的存儲資源的問題。

本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：

一種內(nèi)容推薦方法，包括：

獲取用戶對內(nèi)容的偏好相關(guān)數(shù)據(jù)；

根據(jù)獲取的用戶對內(nèi)容的偏好相關(guān)數(shù)據(jù)確定效用矩陣，所述效用矩陣中的非空元素為根據(jù)偏好相關(guān)數(shù)據(jù)確定的用戶對內(nèi)容的偏好值，所述效用矩陣中的空白元素為待確定的用戶對內(nèi)容的偏好值，所述效用矩陣的一行或一列對應(yīng)同一個用戶、一列或一行對應(yīng)同一個內(nèi)容；

確定所述效用矩陣的等效矩陣各元素的初始值，從所述等效矩陣各元素的初始值開始，對所述等效矩陣各元素進(jìn)行迭代更新，使得所述效用矩陣中各個 非空元素與所述等效矩陣中對應(yīng)元素的匹配程度達(dá)到設(shè)定的閾值；每次迭代更新使用所述效用矩陣中一個用戶對應(yīng)的各非空元素；

根據(jù)迭代更新后的等效矩陣填補(bǔ)所述效用矩陣中的空白元素；

根據(jù)填補(bǔ)后的效用矩陣進(jìn)行內(nèi)容推薦。

本發(fā)明實(shí)施例提供的方法，在對效用矩陣的等效矩陣中各元素進(jìn)行迭代更新的過程中，雖然每次基于效用矩陣中一個用戶對應(yīng)的非空元素對等效矩陣各元素進(jìn)行更新，即僅對一個用戶對應(yīng)的偏好相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)，但由于對效用矩陣的等效矩陣中各元素進(jìn)行迭代更新的截止條件是，效用矩陣中各個非空元素與該等效矩陣中對應(yīng)元素的匹配程度達(dá)到設(shè)定的閾值，因此保證了根據(jù)等效矩陣確定的用戶對內(nèi)容的偏好值的準(zhǔn)確性，從而保證了推薦效果。在保證了推薦效果的同時，本發(fā)明實(shí)施例提供的方法較之對全部用戶的全部偏好相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)的現(xiàn)有的內(nèi)容推薦方法，需要處理的數(shù)據(jù)量大大降低，因此提高了處理效率，減少了在處理過程中對存儲資源的浪費(fèi)。

基于與方法同樣的發(fā)明構(gòu)思，本發(fā)明實(shí)施例還提供一種內(nèi)容推薦裝置，包括：

數(shù)據(jù)獲取模塊，用于獲取用戶對內(nèi)容的偏好相關(guān)數(shù)據(jù)；

效用矩陣建立模塊，用于根據(jù)獲取的用戶對內(nèi)容的偏好相關(guān)數(shù)據(jù)確定效用矩陣，所述效用矩陣中的非空元素為根據(jù)偏好相關(guān)數(shù)據(jù)確定的用戶對內(nèi)容的偏好值，所述效用矩陣中的空白元素為待確定的用戶對內(nèi)容的偏好值，所述效用矩陣的一行或一列對應(yīng)同一個用戶、一列或一行對應(yīng)同一個內(nèi)容；

效用矩陣填補(bǔ)模塊，用于確定所述效用矩陣的等效矩陣各元素的初始值，從所述等效矩陣各元素的初始值開始，對所述等效矩陣各元素進(jìn)行迭代更新，使得所述效用矩陣中各個非空元素與所述等效矩陣中對應(yīng)元素的匹配程度達(dá)到設(shè)定的閾值；每次迭代更新使用所述效用矩陣中一個用戶對應(yīng)的各非空元素；根據(jù)迭代更新后的等效矩陣填補(bǔ)所述效用矩陣中的空白元素；

內(nèi)容推薦模塊，用于根據(jù)填補(bǔ)后的效用矩陣進(jìn)行內(nèi)容推薦。

本發(fā)明實(shí)施例提供的裝置，在對效用矩陣的等效矩陣中各元素進(jìn)行迭代更新的過程中，雖然每次基于效用矩陣中一個用戶對應(yīng)的非空元素對等效矩陣各元素進(jìn)行更新，即僅對一個用戶對應(yīng)的偏好相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)，但由于對效用矩陣的等效矩陣中各元素進(jìn)行迭代更新的截止條件是，效用矩陣中各個非空元素與該等效矩陣中對應(yīng)元素的匹配程度達(dá)到設(shè)定的閾值，因此保證了根據(jù)等效矩陣確定的用戶對內(nèi)容的偏好值的準(zhǔn)確性，從而保證了推薦效果。在保證了推薦效果的同時，本發(fā)明實(shí)施例提供的裝置較之對全部用戶的全部偏好相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)的現(xiàn)有的內(nèi)容推薦方法，需要處理的數(shù)據(jù)量大大降低，因此提高了處理效率，減少了在處理過程中對存儲資源的浪費(fèi)。

附圖說明

圖1為本發(fā)明實(shí)施例提供的一種方法流程圖；

圖2為本發(fā)明實(shí)施例提供的一種裝置示意圖。

具體實(shí)施方式

下面將結(jié)合附圖，對本發(fā)明實(shí)施例提供的技術(shù)方案進(jìn)行詳細(xì)描述。

本發(fā)明實(shí)施例提供的一種內(nèi)容推薦方法如圖1所示，具體包括如下操作：

步驟100、獲取用戶對內(nèi)容的偏好相關(guān)數(shù)據(jù)。

步驟110、根據(jù)獲取的用戶對內(nèi)容的偏好相關(guān)數(shù)據(jù)確定效用矩陣。