[發明專利]商品流行度的演化分析方法及裝置

在審

• 申請號: 201710170163.8
• 申請日: 2017-03-21
• 公開（公告）號: CN106951532A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 廖好;毛一帆;沈婧;陸克中;毛睿;王毅
• 申請（專利權）人: 深圳大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02
• 代理公司: 深圳市恒申知識產權事務所(普通合伙)44312
• 代理人: 王利彬

技術領域

本發明涉及數據處理及分析技術領域，尤其涉及一種商品流行度的演化分析方法及裝置。

背景技術

視頻的流行度對于在線視頻業務中的優化資源配置和視頻推薦來說是一個重要參考因素。現有技術中大多是對視頻流行度的預測方法，卻極少有對該流行度的演化過程進行分析，不對流行度算法的結果進行分析，就無法保證視頻推薦的準確性，因此，現有技術中存在著無法保證視頻推薦的準確性的問題。

發明內容

本發明的主要目的在于提出一種商品流行度的演化分析方法及裝置，旨在解決現有技術中存在的無法保證視頻推薦的準確性的問題。

為實現上述目的，本發明提供了一種商品流行度的演化分析方法，所述方法包括：

根據用戶的歷史行為記錄構建用戶-商品的二分網絡；

根據所述二分網絡確定商品i從t時刻到t+1時刻的真實增長流行度；

利用預設依附偏好機制及所述二分網絡確定所述商品i從所述t時刻到所述t+1時刻的預期增長流行度；

基于所述商品i的真實增長流行度及所述商品i的預期增長流行度確定關聯比，以使基于所述關聯比實現對所述商品i的演化分析。

此外，為實現上述目的，本發明還提供了一種商品流行度的演化分析裝置，所述裝置包括：

構建模塊，用于根據用戶的歷史行為記錄構建用戶-商品的二分網絡；

第一確定模塊，用于根據所述二分網絡確定商品i從t時刻到t+1時刻的真實增長流行度；

第二確定模塊，用于利用預設依附偏好機制及所述二分網絡確定所述商品i從所述t時刻到所述t+1時刻的預期增長流行度；

第三確定模塊，用于基于所述商品i的真實增長流行度及所述商品i的預期增長流行度確定關聯比，以使基于所述關聯比實現對所述商品i的演化分析。

本發明提出的商品流行度的演化分析方法，根據用戶的歷史行為記錄構建用戶-商品的二分網絡，然后根據所述二分網絡確定商品i從t時刻到t+1時刻的真實增長流行度，并利用預設依附偏好機制及所述二分網絡確定所述商品i從所述t時刻到所述t+1時刻的預期增長流行度，從而基于所述商品i的真實增長流行度及所述商品i的預期增長流行度確定關聯比，以使基于所述關聯比實現對所述商品i的演化分析。跟現有技術相比，本發明首先根據用戶的歷史行為記錄構建用戶-商品的二分網絡，并根據該二分網絡確定商品的真實增長流行度，利用預設依附偏好機制及所述二分網絡確定所述商品i的預期增長流行度，通過真實增長流行度及預期增長流行度可以得到關聯比，基于該關聯比可以對商品流行度的預測結果進行分析，從而提高視頻推薦的準確性。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明第一實施例提供的一種商品流行度的演化分析方法的流程示意圖；

圖2為圖1中的步驟S102的細化步驟的流程示意圖；

圖3為本發明第一實施例提供的一個二分網絡示意圖；

圖4為本發明第二實施例提供的一種商品流行度的演化分析方法的流程示意圖；

圖5為MovieLens和Netflix的用戶數量的增長趨勢圖；

圖6為所有商品的評價數增長趨勢圖；

圖7為早年發布的商品的關聯比R_i(t)趨勢圖；

圖8為不同年份發布的商品的關聯比R_i(t)的分布情況的示意圖；

圖9為不同的時間間隔下對不同發布年限的商品的關聯比R_i(t)的分布情況的示意圖；

圖10為本發明第三實施例提供的一種商品流行度的演化分析裝置的功能模塊的示意圖；

圖11為本發明第三實施例中的第一確定模塊1102的細化功能模塊的示意圖；

圖12為本發明第四實施例提供的一種商品流行度的演化分析裝置的功能模塊的示意圖。

具體實施方式

為使得本發明的發明目的、特征、優點能夠更加的明顯和易懂，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而非全部實施例。基于本發明中的實施例，本領域技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。