[發明專利]基于物品序列的單類協同過濾方法、存儲介質及服務器

有效

• 申請號: 201810272567.2
• 申請日: 2018-03-29
• 公開（公告）號: CN108596712B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 曾子杰;黎琳;潘微科;明仲
• 申請（專利權）人: 深圳大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06K9/62;G06F16/9536
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

1.基于物品序列的單類協同過濾方法，其特征在于，其包括：

獲取用戶交互物品的物品列表，其中，所述物品列表包含第一預設數量的第一物品；

分別計算購物平臺包含的所有第二物品中兩兩物品的相似度，并根據所述相似度確定各第二物品的鄰居物品列表；

根據鄰居物品列表以及物品列表采用基于物品序列的單類協同算法計算各第三物品的評分，其中，所述第三物品為所述物品集合的補集；

根據所述評分確定推薦物品列表，并將所述物品列表推薦給用戶；

所述相似度為基于時間序列的有向物品相似度或基于時間序列的雙向物品相似度；

所述基于時間序列的有向物品相似度的計算公式為：

其中，s_j→i表示i和j之間的相似度，δ(x)表示指示函數，U表示購物平臺所有用戶集合，u表示用戶，U_i表示交互過i的用戶集合，U_j表示交互過j的用戶集合，i表示第二物品，j表示第一物品，J_u表示用戶u交互物品的物品集合，P_u(i)表示i在物品序列中的位置，P_u(j)為j在物品序列中的位置，l是限制參數；

所述l為最大有效距離，用于限制i與j在用戶購買的物品序列中的最大有效時間間隔，所述用戶購買的物品序列為用戶購買過的物品按時間先后順序排序后的物品列表，所述最大有效距離根據預先建立推薦物品數據與最大有效距離的對應關系確定的；

所述基于時間序列的雙向物品相似度的計算公式為：

其中，s_j→i表示i和j之間的相似度，δ(x)表示指示函數，U表示購物平臺所有用戶集合，u表示用戶，U_i表示交互過i的用戶集合，U_j表示交互過j的用戶集合，i表示第二物品，j表示第一物品，J_u表示用戶u交互物品的物品集合，P_u(i)表示i在物品序列中的位置，P_u(j)為j在物品序列中的位置，l是限制參數，ρ表示逆向因子，是非負實數；

所述鄰居物品列表為根據各第二物品的與其他物品的相似度確定的物品集合。

2.根據權利要求1所述基于物品序列的單類協同過濾方法，其特征在于，所述獲取用戶交互物品的物品列表具體包括：

當用戶登錄購物平臺時，獲取所述用戶的歷史購物序列；

根據所述歷史購物序列按照時間順序提取第一預設數量的第一物品，并根據提取到的所有第一物品生成物品列表。

3.根據權利要求1所述基于物品序列的單類協同過濾方法，其特征在于，所述根據鄰居物品列表以及物品列表采用基于物品序列的單類協同算法計算各第三物品的評分，其中，所述第三物品所述物品集合的補集具體包括：

根據物品列表以及所有第二物品確定第三物品的集合；

根據鄰居物品列表以及物品列表采用基于物品序列的單類協同算法計算各第三物品的評分。

4.根據權利要求1所述基于物品序列的單類協同過濾方法，其特征在于，所述根據所述評分確定推薦物品列表，并將所述物品列表推薦給用戶具體包括：

將各鄰居物品的評分按照降序順序排序，并按照排序順序選取第二預設數量的推薦物品；

根據選取的所有推薦物品生成推薦物品列表，并將推薦物品列表推送給用戶。

5.根據權利要求1-4任一所述基于物品序列的單類協同過濾方法，其特征在于，所述單類協同過濾算法的計算公式為：

其中，所述表示用戶u對物品i的預測評分，s_j→i表示i和j之間的相似度，J_u表示用戶u交互物品的物品集合，N_i表示物品i的鄰居的集合，w(j)表示權值函數。

6.根據權利要求5所述基于物品序列的單類協同過濾方法，其特征在于，所述權值函數為用戶活躍窗口函數，其表達式為：

其中，J_u表示用戶u交互物品的物品集合，表示用戶u的物品列表，k表示物品列表包含的物品的數量，為常數。