[發明專利]一種基于協同過濾的物品推薦方法、智能終端及存儲介質

有效

• 申請號: 201910497780.8
• 申請日: 2019-06-10
• 公開（公告）號: CN110427565B
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 蔡威;潘微科;明仲
• 申請（專利權）人: 深圳大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q30/06
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

本發明提供了一種基于協同過濾的物品推薦方法、智能終端及存儲介質，所述方法包括：根據所述用戶購買過的物品的集合計算目標用戶u和其他任意用戶w之間的相似度s_uw；根據所述目標用戶u和所述其他任意用戶w之間的相似度s_uw構建所述目標用戶u的κ互惠鄰域集；對所述目標用戶u和所述其他任意用戶w之間的相似度s_uw進行調整，并根據調整后的相似度構建所述目標用戶u的擴展鄰域集；根據所述調整后的相似度及所述擴展鄰域集計算所述目標用戶u對任意物品j的喜好程度向所述目標用戶u進行物品推薦。本發明所提供的方法削弱了用戶熱門程度對鄰域構建帶來的負面影響，提高了推薦結果的準確性。

技術領域

本發明涉及協同過濾推薦技術領域，尤其涉及的是一種基于協同過濾的物品推薦方法、智能終端及存儲介質。

背景技術

近年來，隨著現實生活中計算機網絡技術的出現和逐漸普及，個性化服務已經成為一種新的信息服務模式，其中智能推薦技術作為個性化服務中的一個重要的組成部分，已經成為互聯網解決信息過載問題、實現個性化的關鍵技術。智能推薦技術是指根據用戶的興趣愛好對用戶信息進行收集、過濾、分類，找到用戶感興趣的項目或信息并將其推薦給用戶的技術。如一些電子商務網站通過收集和分析用戶的購買歷史，預測用戶可能感興趣的商品并將其推薦給用戶，從而提高了銷售業務。

目前智能推薦技術主要分為基于內容的推薦技術和基于協同過濾的推薦技術兩大類。傳統的基于協同過濾的推薦技術使用某種確定的相似度度量計算用戶/物品之間的相似度，并利用相似度直接得到用戶/物品鄰域向用戶進行物品推薦。一方面，基于協同過濾的推薦技術中的鄰域直接由相似度排序構造，很多低價值(即對推薦影響較小)的用戶也會進入鄰域；另一方面，在基于協同過濾的推薦技術中，熱門的用戶/物品更容易進入其他用戶/物品的鄰域，沒有反映實際情況，從而對鄰域構建產生負面影響、降低了推薦結果的準確性。

因此，現有技術有待于進一步的改進。

發明內容

鑒于上述現有技術中的不足之處，本發明的目的在于提供一種基于協同過濾的物品推薦方法、智能終端及存儲介質，克服現有技術中直接使用相似度構建鄰域，使得鄰域中包含一些低價值的用戶并且熱門用戶更容易進入鄰域中對鄰域構建產生負面影響導致推薦結果不準確的缺陷。

本發明所公開的第一實施例為一種基于協同過濾的物品推薦方法，其中，包括以下步驟：

獲取用戶購買過的物品的集合，根據所述用戶購買過的物品的集合計算目標用戶u和其他任意用戶w之間的相似度s_uw；

根據所述目標用戶u和所述其他任意用戶w之間的相似度s_uw構建所述目標用戶u的κ互惠鄰域集；

對所述目標用戶u和所述其他任意用戶w之間的相似度s_uw進行調整，并根據調整后的相似度構建所述目標用戶u的擴展鄰域集；

根據所述調整后的相似度及所述擴展鄰域集計算所述目標用戶u對任意物品j的喜好程度，并根據所述目標用戶u對任意物品j的喜好程度向所述目標用戶u進行物品推薦。

所述的基于協同過濾的物品推薦方法，其中，所述根據所述用戶購買過的物品的集合計算目標用戶u和其他任意用戶w之間的相似度s_uw的步驟包括：

分別獲取所述目標用戶u購買過的物品的集合I_u和所述其他任意用戶w購買過的物品的集合I_w；

根據獲取到的所述集合I_u和所述集合I_w使用杰卡德相似度或余弦相似度計算所述目標用戶u和所述其他任意用戶w之間的相似度s_uw。