[發明專利]一種物品推薦方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202010614536.8
• 申請日: 2020-06-30
• 公開（公告）號: CN111767470A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 馬宗學;李傳義;顧易;王成
• 申請（專利權）人: 山東匯貿電子口岸有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/9535
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 侯珊

1.一種物品推薦方法，其特征在于，包括：

對接收到的物品推薦請求進行解析，得到請求端身份信息和待推薦的目標物品；

將所述請求端身份信息和所述目標物品輸入到通過增加沖量項的對比散度算法訓練得到的目標受限玻爾茲曼機協同過濾推薦模型中；

利用所述目標受限玻爾茲曼機協同過濾推薦模型根據所述請求端身份信息獲取目標請求端對應的歷史評分集，并根據所述歷史評分集對所述目標物品進行評分操作，得到所述目標請求端關于所述目標物品的評分結果；

根據所述評分結果生成所述目標物品關于所述目標請求端的推薦結果，并輸出所述推薦結果。

2.根據權利要求1所述的物品推薦方法，其特征在于，將所述請求端身份信息和所述目標物品輸入到通過增加沖量項的對比散度算法訓練得到的目標受限玻爾茲曼機協同過濾推薦模型中，包括：

將所述請求端身份信息和所述目標物品輸入到所述目標受限玻爾茲曼機協同過濾推薦模型中；其中，所述目標受限玻爾茲曼機協同過濾推薦模型為結合增加沖量項的對比散度算法和MapReduce算法并行迭代訓練得到。

3.根據權利要求1所述的物品推薦方法，其特征在于，根據所述評分結果生成所述目標物品關于所述目標請求端的推薦結果，包括：

獲取預設推薦評分閾值；

判斷所述評分結果是否滿足所述預設推薦評分閾值；

若是，則生成將所述目標物品推薦給所述目標請求端的推薦結果；

若否，則生成不將所述目標物品推薦給所述目標請求端的推薦結果。

4.根據權利要求1至3任一項所述的物品推薦方法，其特征在于，利用所述目標受限玻爾茲曼機協同過濾推薦模型根據所述請求端身份信息獲取目標請求端對應的歷史評分集，包括：

利用所述目標受限玻爾茲曼機協同過濾推薦模型獲取所述目標請求端關于所述目標物品所屬目標物品類別的歷史評分集。

5.一種物品推薦裝置，其特征在于，包括：

請求解析模塊，用于對接收到的物品推薦請求進行解析，得到請求端身份信息和待推薦的目標物品；

輸入模塊，用于將所述請求端身份信息和所述目標物品輸入到通過增加沖量項的對比散度算法訓練得到的目標受限玻爾茲曼機協同過濾推薦模型中；

評分結果獲得模塊，用于利用所述目標受限玻爾茲曼機協同過濾推薦模型根據所述請求端身份信息獲取目標請求端對應的歷史評分集，并根據所述歷史評分集對所述目標物品進行評分操作，得到所述目標請求端關于所述目標物品的評分結果；

推薦結果輸出模塊，用于根據所述評分結果生成所述目標物品關于所述目標請求端的推薦結果，并輸出所述推薦結果。

6.根據權利要求5所述的物品推薦裝置，其特征在于，所述輸入模塊具體為將所述請求端身份信息和所述目標物品輸入到所述目標受限玻爾茲曼機協同過濾推薦模型中的模塊；其中，所述目標受限玻爾茲曼機協同過濾推薦模型為結合增加沖量項的對比散度算法和MapReduce算法并行迭代訓練得到。

7.根據權利要求5所述的物品推薦裝置，其特征在于，所述推薦結果輸出模塊包括推薦結果生成子模塊，所述推薦結果生成子模塊包括：

閾值獲取單元，用于獲取預設推薦評分閾值；

判斷單元，用于判斷所述評分結果是否滿足所述預設推薦評分閾值；

第一推薦結果生成單元，用于當確定所述評分結果滿足所述預設推薦評分閾值時，生成將所述目標物品推薦給所述目標請求端的推薦結果；

第二推薦結果生成單元，用于當確定所述評分結果不滿足所述預設推薦評分閾值時，生成不將所述目標物品推薦給所述目標請求端的推薦結果。

8.根據權利要求5至7任一項所述的物品推薦裝置，其特征在于，所述評分結果獲得模塊包括歷史評分集獲得子模塊，

所述歷史評分集獲得子模塊具體為利用所述目標受限玻爾茲曼機協同過濾推薦模型獲取所述目標請求端關于所述目標物品所屬目標物品類別的歷史評分集的模塊。