[發明專利]一種個性化推薦方法和裝置

在審

• 申請號: 201811002297.X
• 申請日: 2018-08-30
• 公開（公告）號: CN110929136A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 方萬冬;于林坤;袁睿達;王文官;谷長征
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;張效榮

1.一種個性化推薦方法，其特征在于，包括：

接收數據獲取規則，從數據倉庫中獲取符合所述數據獲取規則的基礎數據；其中，所述數據獲取規則是按照業務場景為所述基礎數據的屬性字段設置的取值規則；

對所述基礎數據進行預處理得到樣本數據集，將所述樣本數據集輸入推薦算法中進行訓練；

根據訓練出的推薦模型，確定用戶感興趣的物品數據。

2.根據權利要求1所述的方法，其特征在于，所述推薦算法為交替最小二乘法；

所述將所述樣本數據集輸入推薦算法中進行訓練，包括：

將所述樣本數據集劃分為訓練集和測試集，將所述訓練集和預先設置的參數值輸入所述推薦算法，以建立初始推薦模型；

將所述測試集輸入所述初始推薦模型，以驗證所述初始推薦模型；

當驗證結果滿足預設標準時，將所述初始推薦模型作為所述推薦模型；當所述驗證結果不滿足預設標準時，調整所述參數值，以重新訓練所述推薦模型。

3.根據權利要求1所述的方法，其特征在于，所述根據訓練出的推薦模型，確定用戶感興趣的物品數據，包括：

將用戶標識和物品標識輸入所述推薦模型，以通過所述推薦模型輸出對應的物品評分；

按照所述物品評分對物品進行排序，將預設數量的高評分物品作為用戶感興趣的物品，或者將大于預設閾值的物品評分對應的物品作為用戶感興趣的物品。

4.根據權利要求1至3的任一項所述的方法，其特征在于，所述方法還包括：

接收數據輸出規則，按照所述數據輸出規則輸出所述物品數據；其中，所述數據輸出規則中設置有所述物品數據中待輸出的屬性字段。

5.一種個性化推薦裝置，其特征在于，包括：

獲取模塊，用于接收數據獲取規則，從數據倉庫中獲取符合所述數據獲取規則的基礎數據；其中，所述數據獲取規則是按照業務場景為所述基礎數據的屬性字段設置的取值規則；

訓練模塊，用于對所述基礎數據進行預處理得到樣本數據集，將所述樣本數據集輸入推薦算法中進行訓練；

確定模塊，用于根據訓練出的推薦模型，確定用戶感興趣的物品數據。

6.根據權利要求5所述的裝置，其特征在于，所述推薦算法為交替最小二乘法；

所述訓練模塊，還用于：

將所述樣本數據集劃分為訓練集和測試集，將所述訓練集和預先設置的參數值輸入所述推薦算法，以建立初始推薦模型；

將所述測試集輸入所述初始推薦模型，以驗證所述初始推薦模型；以及

當驗證結果滿足預設標準時，將所述初始推薦模型作為所述推薦模型；當所述驗證結果不滿足預設標準時，調整所述參數值，以重新訓練所述推薦模型。

7.根據權利要求5所述的裝置，其特征在于，所述確定模塊，還用于：

將用戶標識和物品標識輸入所述推薦模型，以通過所述推薦模型輸出對應的物品評分；以及

按照所述物品評分對物品進行排序，將預設數量的高評分物品作為用戶感興趣的物品，或者將大于預設閾值的物品評分對應的物品作為用戶感興趣的物品。

8.根據權利要求5至7的任一項所述的裝置，其特征在于，所述裝置還包括：輸出模塊，用于接收數據輸出規則，按照所述數據輸出規則輸出所述物品數據；其中，所述數據輸出規則中設置有所述物品數據中待輸出的屬性字段。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-4中任一所述的方法。

10.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-4中任一所述的方法。