[發明專利]電子裝置、產品推薦方法和計算機可讀存儲介質

在審

• 申請號: 201711058995.7
• 申請日: 2017-11-01
• 公開（公告）號: CN107909428A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 黃博;王建明;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q50/00
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙)44347
• 代理人: 于志光,郭夢霞

技術領域

本發明涉及計算機人工智能領域，特別涉及一種電子裝置、產品推薦方法和計算機可讀存儲介質。

背景技術

傳統的推薦系統通常為基于內容的關聯規則推薦模型，也就是基于目標用戶之前的購買或者瀏覽信息，向目標用戶推薦與之前購買或者瀏覽的產品相似度高的其他產品，該方法很大的局限性就是要求目標用戶有之前類似的產品購買或瀏覽記錄，針對目標用戶未了解的產品則無法準確推薦。

發明內容

本發明提供一種電子裝置、產品推薦方法和計算機可讀存儲介質，旨在實現有針對性的、準確的向目標用戶推薦目標用戶未了解的產品。

為實現上述目的，本發明提出的電子裝置包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的產品推薦系統，所述產品推薦系統被所述處理器執行時實現如下步驟：

基于社交網絡獲取目標用戶的關聯用戶，將目標用戶和各個關聯用戶均作為節點，以目標用戶至關聯用戶的有向邊作為目標用戶對關聯用戶的信任度，建立目標用戶與關聯用戶之間的信任關系網絡圖；

按預設規則分別計算出目標用戶對各個關聯用戶的信任度，并根據計算出的信任度將對應的權重賦與所述信任關系網絡圖中對應的有向邊；

基于所述信任關系網絡圖，選出該目標用戶的信任度最高的前K個關聯用戶，K為預設值；

針對每個目標產品，分別獲取所述前K個關聯用戶對該目標產品的歷史預設行為數據，并根據所述目標用戶對所述前K個關聯用戶的信任度及所述前K個用戶的歷史預設行為數據，利用預設的計算公式計算得出所述目標用戶對該目標產品的興趣傾向度；

按所述目標用戶對各個目標產品的興趣傾向度對各個目標產品進行降序排名，選取排名榜的前N名目標產品推薦給所述目標用戶。

優選地，所述預設規則為：

計算關聯用戶與所述目標用戶的社交圈重疊度；

確定關聯用戶與所述目標用戶在預設時間段內的互動頻次；

確定關聯用戶在社交網絡中的影響力；

將所述社交圈重疊度、確定的互動頻次和確定的影響力按預設權重比例加權求和得到目標用戶對所述關聯用戶的信任度。

優選地，所述計算關聯用戶與所述目標用戶的社交圈重疊度的步驟包括：

獲取所述關聯用戶關注的人群集合B和所述目標用戶關注的人群集合A；

根據計算公式計算出關聯用戶與所述目標用戶的社交圈重疊度S_AB。

優選地，所述預設的計算公式為：

其中，P(u，i)為目標用戶u對目標產品i的興趣傾向度，t(u,K)為包含所述K個關聯用戶的集合，N(i)為對目標產品i有過的歷史預設行為的關聯用戶集合，T_uv代表目標用戶u對關聯用戶v的信任度，r_vi為關聯用戶v對目標產品i的預設歷史行為值。

本發明還提出一種產品推薦方法，該方法包括步驟：

基于社交網絡獲取目標用戶的關聯用戶，將目標用戶和各個關聯用戶均作為節點，以目標用戶至關聯用戶的有向邊作為目標用戶對關聯用戶的信任度，建立目標用戶與關聯用戶之間的信任關系網絡圖；

按預設規則分別計算出目標用戶對各個關聯用戶的信任度，并根據計算出的信任度將對應的權重賦與所述信任關系網絡圖中對應的有向邊；

基于所述信任關系網絡圖，選出該目標用戶的信任度最高的前K個關聯用戶，K為預設值；

針對每個目標產品，分別獲取所述前K個關聯用戶對該目標產品的歷史預設行為數據，并根據所述目標用戶對所述前K個關聯用戶的信任度及所述前K個用戶的歷史預設行為數據，利用預設的計算公式計算得出所述目標用戶對該目標產品的興趣傾向度；

按所述目標用戶對各個目標產品的興趣傾向度對各個目標產品進行降序排名，選取排名榜的前N名目標產品推薦給所述目標用戶。

優選地，所述預設規則為：

計算關聯用戶與所述目標用戶的社交圈重疊度；

確定關聯用戶與所述目標用戶在預設時間段內的互動頻次；

確定關聯用戶在社交網絡中的影響力；

將所述社交圈重疊度、確定的互動頻次和確定的影響力按預設權重比例加權求和得到目標用戶對所述關聯用戶的信任度。

優選地，所述計算關聯用戶與所述目標用戶的社交圈重疊度的步驟包括：

獲取所述關聯用戶關注的人群集合B和所述目標用戶關注的人群集合A；

根據計算公式計算出關聯用戶與所述目標用戶的社交圈重疊度S_AB。