[發明專利]一種群組推薦方法、裝置、存儲介質及服務器

在審

• 申請號: 201910113590.1
• 申請日: 2019-02-14
• 公開（公告）號: CN109903127A
• 公開（公告）日: 2019-06-18
• 發明（設計）人: 方建生
• 申請（專利權）人: 廣州視源電子科技股份有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

本發明公開了一種群組推薦方法、裝置、存儲介質及服務器，所述方法包括：數據采集步驟，獲取業務數據、行為數據和第三方數據；標簽工程步驟，根據業務數據、行為數據和第三方數據分別為用戶和物品打標簽，所述標簽包括行為標簽、屬性標簽和第三方標簽；群組推薦步驟，根據物品的標簽和待推薦群組內的各個用戶的標簽向待推薦群組進行推薦。本發明通過引入第三方數據生成標簽，通過標簽表達群組內每個用戶的喜好，根據群組內每個用戶的標簽選擇合適的標簽，根據選取的用戶的標簽推薦對應的物品，實現兼顧群組內每個用戶偏好的群組推薦，解決了目前的群組推薦方法在冷啟動情況下難以進行群組推薦的問題。

技術領域

本發明涉及互聯網技術領域，特別涉及一種群組推薦方法、裝置、存儲介質以及服務器。

背景技術

推薦可以發現用戶感興趣內容和長尾內容，在商業領域有廣泛的應用，如亞馬遜的書籍推薦、淘寶的商品推薦等。推薦的本質是精準挖掘出用戶潛在而必需的個性化需求，但在實際的應用場景中，還會面臨向多個用戶組成的群組推薦的情況，如餐廳菜單推薦、電影推薦、旅游目的地推薦等。面向群組的推薦，其最大挑戰是如何兼顧到群組內每個用戶的偏好，從而為群組提供最優推薦。

目前的群組推薦方法，會采集群組內用戶的顯式偏好(如對物品的評分)或隱式偏好(如系統行為)，然后通過推薦算法為群組生成推薦結果。但是，推薦算法要考慮到偏好和預測評分的融合，如平均群組內每個人的預測評分，這就要求用戶有行為數據，在系統上留下操作記錄，如購買物品后對物品進行評價、如多次點擊同類物品并納入到購物車等，如果用戶剛注冊或物品剛加入時，沒有任何行為記錄，即出現冷啟動的情況，推薦算法便難以進行群組推薦。對此，實際使用中需要一種在冷啟動情況下進行群組推薦的方法。

發明內容

本發明提供了一種群組推薦方法、裝置、存儲介質及服務器，旨在解決目前的群組推薦方法在冷啟動情況下難以進行群組推薦的問題。

為實現上述目的，本發明提供了一種群組推薦方法，包括：

數據采集步驟，獲取業務數據、行為數據和第三方數據；

標簽工程步驟，根據業務數據、行為數據和第三方數據分別為用戶和物品打標簽，所述標簽包括行為標簽、屬性標簽和第三方標簽；

群組推薦步驟，根據物品的標簽和待推薦群組內的各個用戶的標簽向待推薦群組進行推薦。

與現有技術相比，本發明公開的一種群組推薦方法，分別采集業務數據、行為數據和第三方數據根據采集的數據對用戶和物品打標簽，對于同一群組中的用戶，根據群組內每個用戶的標簽選擇合適的標簽，根據選取的用戶的標簽推薦對應的物品，實現兼顧群組內每個用戶偏好的群組推薦。本發明對用戶和物品打標簽，并不依賴于單一的數據，即便行為數據沒有，也可以根據業務數據和第三方數據對用戶打標簽，然后根據標簽的情況對用戶進行推薦，不單純的依賴行為數據對群組內用戶進行推薦，不會因為缺乏行為數據，在冷啟動情況下難以進行推薦，解決了在冷啟動情況下進行群組推薦的問題。該種群組推薦方法引入了第三方數據的參考，根據業務數據、行為數據和第三方數據對用戶打標簽，所述標簽包括行為標簽、屬性標簽和第三方標簽，通過行為標簽、屬性標簽和第三方標簽可以全方位多維度的刻畫用戶和物品，在進行用戶推薦時，分析群組內每個用戶的標簽選擇出合適的標簽，可以照顧到每個用戶的偏好，根據合適的標簽可以選擇出符合群組內每個用戶喜好的物品，并進行推薦。本發明通過引入第三方數據生成標簽，通過標簽表達群組內每個用戶的喜好，根據群組內每個用戶的標簽選擇合適的標簽，根據選取的用戶的標簽推薦對應的物品，實現兼顧群組內每個用戶偏好的群組推薦，解決了目前的群組推薦方法在冷啟動情況下難以進行群組推薦的問題。

進一步的，所述業務數據包括人口統計基礎信息數據、物品基礎信息數據和事務記錄數據；所述人口統計基礎信息數據和物品基礎信息數據決定第三方數據的獲取主題。