[發明專利]項目推薦方法、裝置、機器設備和計算機可讀存儲介質

有效

• 申請號: 201810878860.3
• 申請日: 2018-08-03
• 公開（公告）號: CN109241403B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 樊茂華;邱懷志
• 申請（專利權）人: 騰訊科技(北京)有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 深圳市聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

本公開提供了一種項目推薦方法、裝置、機器設備和計算機可讀存儲介質。該方法包括：為每個用戶構建第一點擊項目與第二點擊項目的組對；根據每個組對在多個用戶的組對中出現的次數來計算每個組對的相似度；選出所計算出的相似度較高的一個或多個組對，并將所述一個或多個組對中的第一點擊項目作為關鍵詞，將與該第一點擊項目組成所述一個或多個組對的第二點擊項目作為與該第一點擊項目相對應的推薦項目，得到關鍵詞?推薦項目推薦表；獲取與所述推薦表中的每個第一點擊項目相似的其他項目，并添加到所述推薦表中，與該第一點擊項目一起作為具有相同的推薦項目的關鍵詞。通過本公開實施例，可以提高項目推薦的用戶覆蓋度。

技術領域

本公開涉及計算機領域，具體涉及一種項目推薦方法、裝置、機器設備和計算機可讀存儲介質。

背景技術

在現有技術中，有如下兩種常用的物品推薦方法。

一種是基于用戶的協同過濾方法，其通過計算不同用戶對相同物品(項目)的評分獲得用戶之間的關系，并基于用戶之間的相似關系進行相關物品的推薦。這種方法的缺點是，當用戶量龐大的時候，計算量將成倍地增加，當用戶量在億級別時，工程架構方面很難滿足該方法。

另一種是基于物品的協同過濾方法，其通過計算不同用戶對不同物品的評分而獲得物品間的關系，并基于物品間的關系對用戶進行相似物品的推薦。這種方法的缺點是，當用戶量與物品量之間的差距非常大(用戶量遠小于物品量)時，會造成對物品的點擊非常稀疏的現象，從而會導致計算出的物品的組對(pair)較少，用戶覆蓋量較低。

因此，存在對能克服上述缺點中的一個或多個的新的項目推薦方法的需要。

發明內容

本公開的目的之一在于提供一種項目推薦方法、裝置、機器設備和計算機可讀存儲介質。

根據本公開實施例的第一方面，公開了一種項目推薦方法，其包括：

為每個用戶構建第一點擊項目與第二點擊項目的組對，其中第一點擊項目為該用戶在第一應用中點擊過的項目，第二點擊項目為該用戶在第二應用中點擊過的項目；

針對多個用戶的組對，根據每個組對在所述多個用戶的組對中出現的次數來計算每個組對的相似度；

選出所計算出的相似度較高的一個或多個組對，并將所述一個或多個組對中的第一點擊項目作為關鍵詞，將與該第一點擊項目組成所述一個或多個組對的第二點擊項目作為與該第一點擊項目相對應的推薦項目，得到關鍵詞-推薦項目推薦表；

獲取與所述推薦表中的每個第一點擊項目相似的其他項目，并添加到所述推薦表中，與該第一點擊項目一起作為具有相同的推薦項目的關鍵詞。

根據本公開實施例的第二方面，公開了一種項目推薦裝置，其包括：

組對構建模塊，其被配置為：為每個用戶構建第一點擊項目與第二點擊項目的組對，其中第一點擊項目為該用戶在第一應用中點擊過的項目，第二點擊項目為該用戶在第二應用中點擊過的項目；

相似度計算模塊，其被配置為：針對多個用戶的組對，根據每個組對在所述多個用戶的組對中出現的次數來計算每個組對的相似度；

推薦表形成模塊，其被配置為：選出所計算出的相似度較高的一個或多個組對，并將所述一個或多個組對中的第一點擊項目作為關鍵詞，將與該第一點擊項目組成所述一個或多個組對的第二點擊項目作為與該第一點擊項目相對應的推薦項目，得到關鍵詞-推薦項目推薦表；

關鍵詞擴展模塊，其被配置為：獲取與所述推薦表中的每個第一點擊項目相似的其他項目，并添加到所述推薦表中，與該第一點擊項目一起作為具有相同的推薦項目的關鍵詞。

根據本公開實施例的第三方面，公開了一種機器設備，其包括處理器以及存儲器，所述存儲器上存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時實現如上所述的方法。