[發(fā)明專利]一種數(shù)據(jù)推薦方法及相關(guān)設(shè)備

在審

• 申請?zhí)枺?/td>: 201910961071.0
• 申請日: 2019-10-10
• 公開（公告）號(hào): CN110825977A
• 公開（公告）日: 2020-02-21
• 發(fā)明（設(shè)計(jì)）人: 劉念慈
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

本申請實(shí)施例公開了一種數(shù)據(jù)推薦方法及相關(guān)設(shè)備，所述方法應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域，包括：基于相似度算法和預(yù)構(gòu)建的用戶興趣矩陣確定待推薦用戶與用戶興趣矩陣中各個(gè)第一歷史用戶之間的相似度，從各個(gè)第一歷史用戶中確定出相似度最高的K個(gè)第二歷史用戶，并從各個(gè)資源中確定第一資源，依據(jù)關(guān)聯(lián)規(guī)則挖掘算法確定各個(gè)第一資源分別與待推薦用戶對(duì)應(yīng)的興趣資源之間的關(guān)聯(lián)度，從各個(gè)第一資源中將關(guān)聯(lián)度最高的N個(gè)第一資源確定為待推薦用戶對(duì)應(yīng)的推薦資源。采用本申請，可以挖掘各個(gè)第一資源分別與待推薦用戶對(duì)應(yīng)的興趣資源之間的關(guān)聯(lián)度，有利于提高資源推薦的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)推薦方法及相關(guān)設(shè)備。

背景技術(shù)

隨著web2.0時(shí)代的降臨，互聯(lián)網(wǎng)進(jìn)入了數(shù)據(jù)爆炸的時(shí)代。海量的數(shù)據(jù)在給用戶帶來豐富用戶體驗(yàn)的同時(shí)，也淹沒了有效數(shù)據(jù)。而推薦系統(tǒng)可以分析用戶的歷史操作行為及其他全局信息，為用戶推薦他可能感興趣的資源，幫助用戶在海量資源中快速定位關(guān)注點(diǎn)，提高信息匹配效率。

目前，傳統(tǒng)的推薦方法主要依賴于“同類型”用戶的選擇作為推薦基礎(chǔ)，例如，針對(duì)保險(xiǎn)，用戶A和B，兩個(gè)人都瀏覽了重疾險(xiǎn)一類的保險(xiǎn)，A還瀏覽了防癌險(xiǎn)一類的保險(xiǎn)，傳統(tǒng)的推薦算法會(huì)直接將防癌險(xiǎn)推薦給B，直觀來看，這樣的推薦還不錯(cuò)，但其實(shí)重疾險(xiǎn)和防癌險(xiǎn)針對(duì)的人群、購買的意義都是不同的。可以看出，僅將“同類型”用戶的選擇作為推薦基礎(chǔ)，數(shù)據(jù)推薦缺乏準(zhǔn)確性。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種數(shù)據(jù)推薦方法及相關(guān)設(shè)備，可以提高資源推薦的準(zhǔn)確度。

第一方面，本申請實(shí)施例提供了一種數(shù)據(jù)推薦方法，所述方法應(yīng)用于服務(wù)器，該方法包括：

基于相似度算法和預(yù)構(gòu)建的用戶興趣矩陣確定待推薦用戶與所述用戶興趣矩陣中各個(gè)第一歷史用戶之間的相似度，所述預(yù)構(gòu)建的用戶興趣矩陣中包括各個(gè)歷史用戶對(duì)各個(gè)資源的興趣得分，所述第一歷史用戶為所述用戶興趣矩陣中除所述待推薦用戶以外的歷史用戶；

從所述各個(gè)第一歷史用戶中確定出所述相似度最高的K個(gè)第二歷史用戶，所述K為大于0的整數(shù)；

基于所述預(yù)構(gòu)建的用戶興趣矩陣從所述各個(gè)資源中確定第一資源，所述K個(gè)第二歷史用戶對(duì)所述第一資源的興趣得分均大于第一預(yù)設(shè)興趣得分閾值，且所述待推薦用戶對(duì)所述第一資源的興趣得分為0；

依據(jù)關(guān)聯(lián)規(guī)則挖掘算法確定各個(gè)所述第一資源分別與所述待推薦用戶對(duì)應(yīng)的興趣資源之間的關(guān)聯(lián)度，其中，所述待推薦用戶對(duì)所述興趣資源的興趣得分大于第二預(yù)設(shè)興趣得分閾值；

從所述各個(gè)第一資源中將所述關(guān)聯(lián)度最高的N個(gè)第一資源確定為所述待推薦用戶對(duì)應(yīng)的推薦資源，其中，所述N為大于0的整數(shù)。

在一個(gè)實(shí)施例中，所述基于相似度算法和預(yù)構(gòu)建的用戶興趣矩陣確定待推薦用戶與所述用戶興趣矩陣中各個(gè)第一歷史用戶之間的相似度之前，還可以獲取待推薦用戶的用戶信息；基于所述用戶信息確定所述待推薦用戶是否為預(yù)構(gòu)建的用戶興趣矩陣中的歷史用戶；若所述待推薦用戶為所述預(yù)構(gòu)建的用戶興趣矩陣中的歷史用戶，則觸發(fā)所述基于相似度算法和預(yù)構(gòu)建的用戶興趣矩陣確定待推薦用戶與所述用戶興趣矩陣中各個(gè)第一歷史用戶之間的相似度的步驟。

在一個(gè)實(shí)施例中，所述基于所述用戶信息確定所述待推薦用戶是否為預(yù)構(gòu)建的用戶興趣矩陣中的歷史用戶之前，還可以獲取各個(gè)歷史用戶對(duì)各個(gè)資源的操作信息，所述操作信息包括以下至少一種：瀏覽信息、收藏信息、購買信息和評(píng)分信息；基于興趣度算法和所述操作信息計(jì)算所述各個(gè)歷史用戶對(duì)各個(gè)資源的興趣得分；根據(jù)所述各個(gè)歷史用戶對(duì)各個(gè)資源的興趣得分構(gòu)建用戶興趣矩陣。