[發明專利]物品推送方法、計算機系統及存儲介質

在審

• 申請號: 202011011963.3
• 申請日: 2020-09-23
• 公開（公告）號: CN112102039A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 徐勐;張珊;王誠
• 申請（專利權）人: 杭州米雅信息科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 任巖

本公開提供了一種物品推送方法、計算機系統及存儲介質；其中，所述物品推送方法，包括：確定歷史用戶信息和歷史物品信息；根據所述歷史用戶信息和歷史物品信息確定與目標用戶相對應的目標物品；將所述目標物品推送至所述目標用戶。

技術領域

本公開涉及機器學習技術領域，特別涉及一種物品推送方法、計算機系統及存儲介質。

背景技術

目前，電商領域主流的商品推薦方式主要是協同過濾(Collaborative Filteringrecommendation)。協同過濾的前提是假設相似的用戶可能會有相似的喜好，相似的物品可能會被相似的人所偏好。于是，協同過濾就要去尋找相似的用戶或者相似的物品。

協同過濾通常有基于物品的協同和基于用戶的協同量兩個方向。這兩個方向一個側重于物品，一個側重于用戶，對于用戶量和商品量都很大的情景，如何取舍成為一個重要的問題。此外，現有的協同過濾推薦方式還存在以下問題：(1)對于新出現的購物者，若只有一次購買記錄，無法給出推薦商品；(2)某些商品購買數量很少，很難獲得推薦；(3)采用協同過濾的商品推薦系統后續升級較為困難。

發明內容

(一)要解決的技術問題

鑒于上述問題，本公開的主要目的在于提供一種物品推送方法、計算機系統及存儲介質，以便解決上述問題的至少之一。

(二)技術方案

根據本公開的一個方面，提供了一種物品推送方法，包括：

確定歷史用戶信息和歷史物品信息；

根據所述歷史用戶信息和歷史物品信息確定與目標用戶相對應的目標物品；

將所述目標物品推送至所述目標用戶。

進一步的，所述歷史用戶信息包括歷史用戶與歷史物品的關系矩陣V^U，I，歷史物品與歷史用戶的關系矩陣V^I，U；所述歷史物品信息包括本次選擇物品與上次選擇物品的關系矩陣V^I，L，上次選擇物品與本次選擇物品的關系矩陣V^L，I。

進一步的，所述歷史用戶信息還包括歷史用戶與外部數據的關系矩陣V^U，K，外部數據與歷史用戶的關系矩陣V^K，U；所述歷史物品信息還包括歷史物品與外部數據的關系矩陣V^I，K，外部數據與歷史物品的關系矩陣V^K，I，本次選擇物品與所述上次之前的n次選擇物品的關系矩陣V^I，L+1、V^I，L+2、…、V^I，L+n，所述上次之前的n次選擇物品與本次選擇物品的關系矩陣V^L+1，I、V^L+2，I、…、V^L+n，I；其中，所述外部數據包括天氣、節假日、輿論數據。

進一步的，根據所述歷史用戶信息和歷史物品信息確定與目標用戶相對應的目標物品，包括：

根據歷史用戶與歷史物品的關系矩陣V^U，I、歷史物品與歷史用戶的關系矩陣V^I，U確定矩陣分解向量MF；

根據本次選擇物品與上次選擇物品的關系矩陣V^I，L、上次選擇物品與本次選擇物品的關系矩陣V^L，I確定分解非個性化馬爾可夫鏈向量FMC；

根據向量MF和向量FMC確定概率向量p；

根據概率向量p確定與目標用戶相對應的目標物品。

進一步的，根據歷史用戶與歷史物品的關系矩陣V^U，I、歷史物品與歷史用戶的關系矩陣V^I，U確定矩陣分解向量MF，包括：