[發明專利]對象推薦方法及裝置有效
| 申請號: | 202010097745.X | 申請日: | 2020-02-18 |
| 公開(公告)號: | CN111310046B | 公開(公告)日: | 2023-10-20 |
| 發明(設計)人: | 胡沁涵;朱磊;楊季文;郭心悅 | 申請(專利權)人: | 蘇州大學 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535 |
| 代理公司: | 蘇州謹和知識產權代理事務所(特殊普通合伙) 32295 | 代理人: | 唐靜芳 |
| 地址: | 215000 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 對象 推薦 方法 裝置 | ||
1.一種對象推薦方法,其特征在于,所述方法包括:
獲取目標用戶對對象的歷史評分數據、歷史評分時間和所述對象的屬性信息;
基于所述歷史評分數據、所述歷史評分時間和所述屬性信息,確定所述各個對象之間的對象相似度矩陣;
獲取所述目標用戶歷史關注的歷史目標對象和所述目標用戶當前關注的實時目標對象;
基于所述對象相似度矩陣確定每個歷史目標對象的歷史相似對象和每個實時目標對象的實時相似對象,得到所述目標用戶的第一推薦列表;
向所述目標用戶推送所述第一推薦列表。
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
確定是否向所述目標用戶推薦目標對象的第二推薦列表;
在確定向所述目標用戶推薦目標對象的第二推薦列表時,基于所述目標對象的對象標識和所述對象相似度矩陣確定所述目標對象的相似對象,得到所述目標用戶的第二推薦列表;
向所述目標用戶推送所述第二推薦列表。
3.根據權利要求1所述的方法,其特征在于,所述基于所述歷史評分數據、所述歷史評分時間和所述屬性信息,確定所述各個對象之間的對象相似度矩陣,包括:
基于預設的評分偏好轉換模型將所述歷史評分數據轉換為所述目標用戶對所述對象的歷史偏好數據;
基于所述歷史評分時間、所述歷史偏好數據和預設的評分相似度公式,計算各個對象之間的評分相似度;
基于所述屬性信息確定各個對象之間的屬性相似度;
結合所述評分相似度和所述屬性相似度得到所述對象相似度矩陣。
4.根據權利要求3所述的方法,其特征在于,所述基于所述歷史評分時間、所述歷史偏好數據和預設的評分相似度公式,計算各個對象之間的評分相似度,包括:
對于任意兩個對象,基于所述兩個對象的歷史評分時間計算所述兩個對象的時間權重因子;
將所述時間權重因子、所述兩個對象的歷史偏好數據、所述兩個對象的偏好數據平均值、分別給所述兩個對象評分的第一用戶集合和同時給所述兩個對象評分的第二用戶集合輸入所述評分相似度公式,得到所述各個對象之間的評分相似度。
5.根據權利要求4所述的方法,其特征在于,所述評分相似度公式通過下式表示:
其中,r_simi,j表示對象i和j之間的評分相似度,ti,j為對象i和j的時間權重因子,tu,i,tu,j分別表示目標用戶u對對象i和j的歷史評分時間,ru,i、ru,j分別表示目標用戶u對對象i和j的歷史偏好數據,分別表示對象i和j的歷史偏好數據平均值,Ui,Uj分別表示給對象i和j評分的第一用戶集合,Ui,j表示同時給對象i和j評分的第二用戶集合。
6.根據權利要求3所述的方法,其特征在于,所述評分偏好轉換模型通過下式表示:
其中,pref(u,Ci)表示用戶u對評分類別Ci的偏好得分;pref>(Ci,Cj)表示用戶u評分為Cj的數量,其中Cj<Ci;|Ru|表示用戶u的評分數量;pref=(Ci)表示用戶u評分為Ci的數量;和β為常數。
7.根據權利要求3所述的方法,其特征在于,所述基于所述屬性信息確定各個對象之間的屬性相似度通過下式表示:
其中,|Ni|、|Nj|分別表示對象i和對象j的屬性信息個數,|Ni∩Nj|表示對象i和對象j都具有的屬性信息個數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于蘇州大學,未經蘇州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010097745.X/1.html,轉載請聲明來源鉆瓜專利網。





