[發明專利]目標物推薦方法、裝置、電子設備及計算機可讀存儲介質

在審

• 申請號: 202011298325.4
• 申請日: 2020-11-19
• 公開（公告）號: CN112380439A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 王健宗;李澤遠
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F21/60
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種目標物推薦方法，其特征在于，所述方法包括：

獲取用戶數據、用戶對目標物的評分數據和目標物數據；

利用所述用戶數據構建用戶矩陣集，利用所述評分數據構建評分矩陣集，利用目標物數據構建目標物矩陣集；

將所述用戶矩陣集劃分為多個用戶矩陣子集，并選取預設數量的用戶矩陣子集匯集為目標用戶矩陣集；

對所述目標用戶矩陣集和所述目標物矩陣集進行梯度分析，得到更新梯度；

將所述更新梯度加密后傳輸至服務端并獲取所述服務端根據所述更新梯度生成的更新參數；

利用所述更新參數對所述評分矩陣集中各評分矩陣進行更新，得到更新評分矩陣集；

獲取待推薦目標物集，利用所述更新評分矩陣集生成所述待推薦目標物集中各待推薦目標物的評分值，根據所述評分值從所述待推薦目標物集中選擇一個或者多個待推薦目標，并向用戶推薦選擇的所述待推薦目標。

2.如權利要求1所述的目標物推薦方法，其特征在于，所述利用所述用戶數據構建用戶矩陣集，包括：

將所述用戶數據進行數值化處理，得到用戶數據對應的數值；

構建多個空值矩陣，其中，所述空值矩陣的數量與用戶的數量一致；

將所述用戶數據對應的數值填充至所述空值矩陣中，得到用戶矩陣集。

3.如權利要求1所述的目標物推薦方法，其特征在于，所述將所述用戶矩陣集劃分為多個用戶矩陣子集，包括：

隨機從所述用戶矩陣集中選取預設數量的用戶矩陣做為簇心矩陣；

分別計算所述用戶矩陣集中每個用戶矩陣與所述簇心矩陣的距離向量；

計算所述距離向量的模長；

根據所述模長從所述用戶矩陣集中選取目標用戶矩陣，并將選取的所述目標用戶矩陣與簇心矩陣進行匯集，得到多個用戶矩陣子集。

4.如權利要求1所述的目標物推薦方法，其特征在于，所述將所述更新梯度加密后輸入至服務端，包括：

將所述更新梯度進行數據分割，得到分割數據；

對所述分割數據進行IO數據流轉化，得到待加密數據；

利用加密算法對所述待加密數據進行加密，得到加密數據；

將所述加密數據傳輸至服務端。

5.如權利要求4所述的目標物推薦方法，其特征在于，所述利用加密算法對所述待加密數據進行加密，得到加密數據，包括：

對所述待加密數據進行等間距離散化處理，得到離散數據；

利用加密算法生成多個占位數據；

將所述多個占位數據插入所述離散數據中，得到加密數據。

6.如權利要求1至5中任一項所述的目標物推薦方法，其特征在于，所述利用所述更新參數對客戶端的用戶矩陣集中各用戶矩陣進行更新，得到更新用戶矩陣集，包括：

提取所述用戶矩陣集中各用戶矩陣的待更新元素；

根據所述更新參數分別計算各用戶矩陣的待更新元素對應的更新數值；

利用所述更新數值對所述待更新元素進行賦值，得到更新用戶矩陣集。

7.如權利要求6所述的目標物推薦方法，其特征在于，所述根據所述更新參數分別計算各用戶矩陣的待更新元素對應的更新數值，包括：

利用如下更新算法計算所述更新數值：

其中，V^t+1為與第i個待更新元素h_i對應的更新數值，C為所述更新參數，Δ為所述更新梯度，h_i為第i個待更新元素，S_t為所述用戶矩陣集中第t個用戶矩陣。