[發明專利]協同過濾推薦方法、電子設備及計算機可讀存儲介質

在審

• 申請號: 201711059396.7
• 申請日: 2017-11-01
• 公開（公告）號: CN108038120A
• 公開（公告）日: 2018-05-15
• 發明（設計）人: 李芳;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: G06F17/30
• 分類號: G06F17/30
• 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

本發明公開了一種協同過濾推薦方法，該方法包括步驟：根據用戶標簽相關性矩陣計算目標用戶與不同指定用戶的相似性，按照相似性大小選取第一預定數量的指定用戶作為該目標用戶的最近鄰居集合；從所述最近鄰居集合的用戶標簽中選取該目標用戶未使用的標簽，作為該目標用戶的候選標簽；計算該目標用戶與每個候選標簽的相關性，按照相關性大小選取第二預定數量的候選標簽作為該目標用戶的新增標簽；根據該目標用戶的原始標簽和新增標簽，推薦與該原始標簽和新增標簽相關的項目至該目標用戶。本發明可以提高推薦效率。

技術領域

本發明涉及計算機信息技術領域，尤其涉及一種協同過濾推薦方法、電子設備及計算機可讀存儲介質。

背景技術

目前，傳統的協同過濾推薦方法主要包括基于用戶的協同過濾推薦和基于項目的協同過濾推薦。然而，在評分矩陣稀疏的情況下，傳統的協同過濾推薦算法可能無法進行相似性計算。并且，隨著用戶的增長，計算量呈線性增長，可擴展性不是很理想。故，現有技術中的協同過濾推薦方法設計不夠合理，亟需改進。

發明內容

有鑒于此，本發明提出一種協同過濾推薦方法、電子設備及計算機可讀存儲介質，通過引入用戶-標簽相關性矩陣和標簽-項目相關性矩陣，解決了傳統協同過濾方法評分矩陣稀疏和興趣模型單一等問題，縮小了評分矩陣的規模，提高了算法運行效率。

首先，為實現上述目的，本發明提出一種電子設備，所述電子設備包括存儲器及處理器，所述存儲器上存儲有可在所述處理器上運行的協同過濾推薦系統，所述協同過濾推薦系統被所述處理器執行時實現如下步驟：

根據用戶-標簽相關性矩陣計算目標用戶與不同指定用戶的相似性，按照相似性從高到低的順序，選取第一預定數量的指定用戶作為該目標用戶的最近鄰居集合；

從所述最近鄰居集合的用戶標簽中選取該目標用戶未使用的標簽，作為該目標用戶的候選標簽；

計算該目標用戶與每個候選標簽的相關性，按照相關性從高到低的順序，選取第二預定數量的候選標簽作為該目標用戶的新增標簽；及

根據該目標用戶的原始標簽和新增標簽，推薦與該原始標簽和新增標簽相關的項目至該目標用戶。

優選地，所述用戶-標簽相關性矩陣采用二維矩陣，該二維矩陣的每一行代表一個用戶，每一列代表一個標簽，該二維矩陣存儲有所有用戶與所有標簽之間的相關性；

所述目標用戶與不同指定用戶的相似性采用第一計算公式計算得出，所述第一計算公式設置為公式1：