[發明專利]房源推薦方法、裝置、計算機可讀存儲介質及電子設備

在審

• 申請號: 202010860819.0
• 申請日: 2020-08-24
• 公開（公告）號: CN111949883A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 梁杰;孫拔群
• 申請（專利權）人: 貝殼技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06;G06Q50/16;G06K9/62
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

1.一種房源推薦方法，其特征在于，包括：

獲取N個用戶對應的N個分數組；其中，所述N個分數組中的每個分數組包括對M個房源的M個實際評分，N和M均為大于或等于2的整數；

利用所述N個分數組，構建分數矩陣；

對所述分數矩陣進行矩陣分解，以得到分解結果；

根據所述分解結果，確定所述M個房源中的任意兩個房源的房源相似度；

根據所確定的房源相似度，針對所述M個房源中的目標房源，從所述M個房源中的其他房源中篩選所述目標房源的相似房源，并對應于所述目標房源，推薦所述相似房源。

2.根據權利要求1所述的方法，其特征在于，所述分數矩陣的維度為N*M，所述分解結果包括用戶矩陣和房源矩陣，所述用戶矩陣與所述房源矩陣的乘積為所述分數矩陣；

所述根據所述分解結果，確定所述M個房源中的任意兩個房源的房源相似度，包括：

獲取所述房源矩陣中第p列的各個元素組成的第一向量，以及第q列的各個元素組成的第二向量；

根據所述第一向量和所述第二向量，確定第一房源與第二房源的房源相似度；其中，所述第一房源為所述M個房源中與所述第一向量對應的房源，所述第二房源為所述M個房源中與所述第二向量對應的房源。

3.根據權利要求2所述的方法，其特征在于，所述根據所述第一向量和所述第二向量，確定第一房源與第二房源的房源相似度，包括：

計算所述第一向量與所述第二向量的余弦相似度；

將所述余弦相似度作為第一房源與第二房源的房源相似度。

4.根據權利要求2所述的方法，其特征在于，所述對所述分數矩陣進行矩陣分解，以得到分解結果之后，所述方法還包括：

獲取所述用戶矩陣中第i行的各個元素組成的第三向量，以及所述房源矩陣中第j列的各個元素組成的第四向量；

根據所述第三向量和所述第四向量，確定第一用戶對第三房源的預測評分；其中，所述第一用戶為所述N個用戶中與所述第三向量對應的用戶，所述第三房源為所述M個房源中與所述第四向量對應的房源；

根據所述第一用戶對所述第三房源的預測評分，為所述第一用戶進行房源推薦。

5.根據權利要求1至4中任一所述的方法，其特征在于，所述獲取N個用戶對應的N個分數組，包括：

獲取T種用戶行為對應的T個行為權重；

獲取在第四房源上，第二用戶發生所述T種用戶行為中的每種用戶行為的實際次數；其中，所述第二用戶為所述N個用戶中的任一用戶，所述第四房源為所述M個房源中的任一房源；

根據所獲取的實際次數和所述T個行為權重，確定所述第二用戶對所述第四房源的實際評分；

確定所述第二用戶對應的分數組；其中，所述第二用戶對應的分數組中包括所確定的實際評分。

6.根據權利要求5所述的方法，其特征在于，

所述獲取在第四房源上，第二用戶發生所述T種用戶行為中的每種用戶行為的實際次數，包括：

獲取在第四房源上，第二用戶在連續S天發生所述T種用戶行為中的每種用戶行為的S個實際次數；

所述根據所獲取的實際次數和所述T個行為權重，確定所述第二用戶對所述第四房源的實際評分，包括：

為所述第二用戶確定所述T種用戶行為對應的T個總和；其中，每種用戶行為對應的總和為：本用戶行為的S個實際次數所對應的S個衰減次數的總和；

利用所述T個行為權重，對所述T個總和進行加權求和，以得到所述第二用戶對所述第四房源的實際評分。

7.根據權利要求5所述的方法，其特征在于，所述獲取T種用戶行為對應的T個行為權重，包括：

按照第一權重確定方式，確定第一用戶行為對應的第一權重；其中，所述第一用戶行為是所述T種用戶行為中的任一用戶行為；

按照第二權重確定方式，確定所述第一用戶行為對應的第二權重；

將所述第一權重和第二權重進行加權求和，以得到所述第一用戶行為對應的第一行為權重。