[發明專利]基于信任網絡的推送方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201811191704.6
• 申請日: 2018-10-12
• 公開（公告）號: CN109360058A
• 公開（公告）日: 2019-02-19
• 發明（設計）人: 吳壯偉
• 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;G06F17/27
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 林燕云

本發明公開了基于信任網絡的推送方法、裝置、計算機設備及存儲介質。該方法解析商品評論信息判定用戶之間存在相互評論關系，以獲取當前時刻存儲的用戶信任矩陣，獲取從當前信任矩陣選中的行向量所對應的目標用戶，根據行向量中各信任值大小，獲取信任值大小位于排名閾值之前的信任用戶以組成信任用戶簇；根據信任用戶簇中各信任用戶在用戶?評分矩陣中對應的評分行向量，獲取信任用戶對各商品的信任評分值以組成商品推薦行向量；由商品推薦行向量得到商品推薦列表，將商品推薦列表推送至目標用戶對應的接收端。該方法采用智能推薦技術實現了通過用戶之間存在相互評論關系確定信任用戶簇，根據信任用戶所推薦的商品以對目標用戶進行精準推薦。

技術領域

本發明涉及信息推送技術領域，尤其涉及一種基于信任網絡的推送方法、裝置、計算機設備及存儲介質。

背景技術

目前，在基于互聯網的在線商城上進行網絡購物已越來越頻繁，這些在線商城對用戶進行商品推薦時，通常使用的是基于協同過濾的推薦算法(協同過濾算法，原理是用戶喜歡那些具有相似興趣的用戶喜歡過的商品，比如你的朋友喜歡電影哈利波特I，那么就會推薦給你，這是最簡單的基于用戶的協同過濾算法)。在使用基于協同過濾的推薦算法時，采用的數據集主要是基于用戶-商品的評分矩陣，進而測算出用戶之間的相似性，屬于隱形的信任網絡。但是采用評分矩陣測算出用戶之間的相似性存在冷啟動的問題，影響到推薦過程。

發明內容

本發明實施例提供了一種基于信任網絡的推送方法、裝置、計算機設備及存儲介質，旨在解決現有技術中采用基于協同過濾的推薦算法需采用評分矩陣測算出用戶之間的相似性，易導致推薦運算的冷啟動，從而影響到推薦過程的問題。

第一方面，本發明實施例提供了一種基于信任網絡的推送方法，其包括：

若當前時刻的商品評論信息與上一時刻的商品評論信息比對以判定用戶之間存在新增的相互評論關系，根據用戶之間新增的相互評論關系對應的評論內容獲取當前信任值；

根據所述當前信任值對上一時刻存儲的用戶信任矩陣進行更新，得到當前時刻存儲的用戶信任矩陣；其中，上一時刻存儲的用戶信任矩陣和當前時刻存儲的用戶信任矩陣中，每一取值表示取值所在行對應的用戶對取值所在列對應的用戶的信任值；

獲取從所述當前時刻存儲的用戶信任矩陣選中的行向量所對應的目標用戶，根據目標用戶對應的行向量中各信任值大小，獲取信任值大小位于預設排名閾值之前的信任用戶以組成信任用戶簇；

根據所述信任用戶簇中各信任用戶在用戶-評分矩陣中對應的評分行向量，獲取信任用戶對各商品的信任評分值以組成商品推薦行向量；以及

由商品推薦行向量得到商品推薦列表，將所述商品推薦列表推送至目標用戶對應的接收端。

第二方面，本發明實施例提供了一種基于信任網絡的推送裝置，其包括：

當前信任值獲取單元，用于若當前時刻的商品評論信息與上一時刻的商品評論信息比對以判定用戶之間存在新增的相互評論關系，根據用戶之間新增的相互評論關系對應的評論內容獲取當前信任值；

用戶信任矩陣更新單元，用于根據所述當前信任值對上一時刻存儲的用戶信任矩陣進行更新，得到當前時刻存儲的用戶信任矩陣；其中，上一時刻存儲的用戶信任矩陣和當前時刻存儲的用戶信任矩陣中，每一取值表示取值所在行對應的用戶對取值所在列對應的用戶的信任值；

信任用戶簇獲取單元，用于獲取從所述當前時刻存儲的用戶信任矩陣選中的行向量所對應的目標用戶，根據目標用戶對應的行向量中各信任值大小，獲取信任值大小位于預設排名閾值之前的信任用戶以組成信任用戶簇；

推薦行向量獲取單元，用于根據所述信任用戶簇中各信任用戶在用戶-評分矩陣中對應的評分行向量，獲取信任用戶對各商品的信任評分值以組成商品推薦行向量；