[發明專利]商品推薦方法、裝置及終端設備

在審

• 申請號: 202010563236.1
• 申請日: 2020-06-19
• 公開（公告）號: CN111815403A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 劉學君;沙蕓;晏涌;梁永寧;李博;孔祥旻
• 申請（專利權）人: 北京石油化工學院
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9535;G06F16/36;G06K9/62;G06F40/284
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 譚承世

本申請涉及一種商品推薦方法、裝置及終端設備，商品推薦方法包括構建異質圖；根據異質圖生成節點序列；根據節點序列生成節點向量；根據節點向量的距離找出相似用戶，根據相似用戶所選商品向待推薦用戶推薦商品。本申請可以避免因數據稀疏造成對相似用戶難找的問題，從而提高推薦商品的準確性。

技術領域

本申請屬于信息推薦技術領域，具體涉及一種商品推薦方法、裝置及 終端設備。

背景技術

近年來，在網速的提升和流量費用降低的同時，更多用戶可以在網上 瀏覽、上傳、下載信息，信息以爆炸形式充斥網絡。人們在這多樣化的網 絡信息中，面臨著信息過載問題。要解決信息過載的問題，推薦技術是一 種很好的解決方法，推薦技術主要是利用用戶和商品之間的信息，可以自 動地篩選出用戶感興趣地信息或者商品，從而減少推薦對用戶沒有多大用 處地網絡信息。目前，推薦技術在電子商務中得到廣泛的應用，是商業應 用和學術研究的一個熱點。推薦技術可以根據用戶瀏覽過或者點擊過的網 頁、商品或者其他信息，可以為這些用戶推薦他們可能感興趣的信息或者 物品。

相關技術中，使用基于用戶的協同過濾方法為用戶推薦適合商品，基 于用戶的協同過濾需要依據用戶的相似性進行建模，將與當前用戶相似的 其他用戶評價高分的商品推薦給該用戶，由于數據的稀疏，要建立該模型， 需要逐個計算兩個用戶的相似度，當用戶很多的時候，需要花費大量的時 間、空間，并且難以找到用戶的相似用戶，進而影響推薦給用戶信息的準 確性。

發明內容

為至少在一定程度上克服相關技術中，使用基于用戶的協同過濾方法 為用戶推薦適合商品，由于數據的稀疏，當用戶很多的時候，需要花費大 量的時間、空間，并且難以找到用戶的相似用戶，進而影響推薦給用戶信 息的準確性的問題，本申請提供一種商品推薦方法、裝置及終端設備。

第一方面，本申請提供一種商品推薦方法，包括：

構建異質圖；

根據所述異質圖生成節點序列；

根據所述節點序列生成節點向量；

根據所述節點向量的距離找出相似用戶，根據所述相似用戶所選商品 向待推薦用戶推薦商品。

進一步的，構建異質圖前，還包括：

獲取原始數據，對所述原始數據進行預處理，以使預處理后數據符合 構建異質圖要求。

進一步的，所述構建異質圖，包括：

將所述預處理后數據生成多個節點和節點屬性映射表；

將所述多個節點進行連接生成邊；

將所述多個節點與所述邊組成高維圖；

用字典類型表示所述高維圖得到異質圖。

進一步的，所述根據所述異質圖生成節點序列，包括：在異質圖中采 用隨機游走策略生成節點序列。

進一步的，所述采用隨機游走策略生成節點序列后，還包括：

改變隨機游走策略生成節點序列的長度和每個節點游走的次數；

根據測試結果選取最佳節點序列的長度和每個節點游走的次數。

進一步的，所述根據所述節點序列生成節點向量，包括：

通過多個節點序列構建語料庫；

使用word2vec模型將所述語料庫中的單詞進行向量化生成詞向量，將 所述詞向量作為所述節點向量。

進一步的，所述根據所述節點向量的距離找出相似用戶，根據所述相 似用戶所選商品向待推薦用戶推薦商品，包括：

將與所述節點向量最近的一個或多個節點作為相似用戶；