[發明專利]數據挖掘方法、裝置、計算機可讀介質及電子設備

在審

• 申請號: 201910165376.0
• 申請日: 2019-03-05
• 公開（公告）號: CN111666481A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 劉珂;鄭瑞峰;于均均;蔣龍龍;張文翔;牛慧倩
• 申請（專利權）人: 北京沃東天駿信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 袁禮君;闞梓瑄

本發明實施例提供了一種數據挖掘方法、裝置、計算機可讀介質及電子設備，涉及數據處理技術領域。該數據挖掘方法包括：確定與各客戶端標識對應的物品關聯數據；利用多個預定算法計算所述物品關聯數據中的各物品之間的第一相似度；確定各所述預定算法的權重，根據各所述第一相似度以及各所述算法的權重得到物品之間的第二相似度；根據所述第二相似度確定與第一物品滿足相似閾值的第二物品，確定所述第二物品對應的客戶端標識；根據所述第二物品對應的客戶端標識確定所述第一物品的待推薦客戶端標識，以便根據待推薦客戶端標識將所述第一物品推薦給對應的客戶端。本發明實施例的技術方案提高數據挖掘的精確性。

技術領域

本發明涉及數據處理技術領域，具體而言，涉及一種數據挖掘方法、數據挖掘裝置、計算機可讀介質及電子設備。

背景技術

隨著網絡技術的發展，電子商務成為滿足人們交易需求的最常用手段。用戶通過電商平臺購買物品時，需要向用戶推薦用戶可能感興趣的物品，提高用戶體驗。

目前，基于用戶的協同過濾推薦算法可以用來確定用戶可能感興趣的物品。先找到與目標用戶相似的用戶群體，然后根據相似用戶群體的購買行為確定向目標用戶推薦的物品。或者，基于物品的協同過濾推薦算法也可以確定物品的目標用戶。但是，前一種方法中，需要對每個用戶進行精準地畫像；后一種方法中，物品的相似度矩陣過于稀疏，物品之間的相關性很低；因此這兩種方法都無法進行精確的推薦。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本發明的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本發明實施例的目的在于提供一種數據挖掘方法、數據挖掘裝置、計算機可讀介質及電子設備，進而至少在一定程度上克服對物品的推薦不夠精準的問題。

本發明的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本發明的實踐而習得。

根據本發明實施例的第一方面，提供了一種數據挖掘方法，包括：

確定與各客戶端標識對應的物品關聯數據；

利用多個預定算法計算所述物品關聯數據中的各物品之間的第一相似度；

確定各所述預定算法的權重，根據各所述第一相似度以及各所述算法的權重得到物品之間的第二相似度；

根據所述第二相似度確定與第一物品滿足相似閾值的第二物品，確定所述第二物品對應的客戶端標識；

根據所述第二物品對應的客戶端標識確定所述第一物品的待推薦客戶端標識，以便根據待推薦客戶端標識將所述第一物品推薦給對應的客戶端。

在本發明的一種示例性實施例中，所述確定與各客戶端標識對應的物品關聯數據包括：

將預設時段內各客戶端標識對應的物品關聯數據中物品種類滿足預設數量的數據篩選出來，得到所述物品關聯數據。

在本發明的一種示例性實施例中，所述利用多個預定算法計算所述物品關聯數據中的各物品之間的第一相似度包括：

根據所述各客戶端標識對應的物品關聯數據，計算客戶端標識對應的各物品的第一指標；

根據所述物品的所述第一指標確定所述客戶端標識對所述物品的評分，以得到各所述客戶端對所述物品的平均評分；

根據所述物品的平均評分計算所述物品之間的第一相似度。

在本發明的一種示例性實施例中，所述確定各所述預定算法的權重，根據各所述第一相似度以及各所述算法的權重得到物品之間的第二相似度包括：

確定各所述預定算法的權重；