[发明专利]电子装置、产品推荐方法和计算机可读存储介质

说明书

技术领域

本发明涉及计算机人工智能领域，特别涉及一种电子装置、产品推荐方法和计算机可读存储介质。

背景技术

传统的推荐系统通常为基于内容的关联规则推荐模型，也就是基于目标用户之前的购买或者浏览信息，向目标用户推荐与之前购买或者浏览的产品相似度高的其他产品，该方法很大的局限性就是要求目标用户有之前类似的产品购买或浏览记录，针对目标用户未了解的产品则无法准确推荐。

发明内容

本发明提供一种电子装置、产品推荐方法和计算机可读存储介质，旨在实现有针对性的、准确的向目标用户推荐目标用户未了解的产品。

为实现上述目的，本发明提出的电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的产品推荐系统，所述产品推荐系统被所述处理器执行时实现如下步骤：

基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；

按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；

基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；

针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；

按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。

优选地，所述预设规则为：

计算关联用户与所述目标用户的社交圈重叠度；

确定关联用户与所述目标用户在预设时间段内的互动频次；

确定关联用户在社交网络中的影响力；

将所述社交圈重叠度、确定的互动频次和确定的影响力按预设权重比例加权求和得到目标用户对所述关联用户的信任度。

优选地，所述计算关联用户与所述目标用户的社交圈重叠度的步骤包括：

获取所述关联用户关注的人群集合B和所述目标用户关注的人群集合A；

根据计算公式计算出关联用户与所述目标用户的社交圈重叠度S_AB。

优选地，所述预设的计算公式为：

其中，P(u，i)为目标用户u对目标产品i的兴趣倾向度，t(u,K)为包含所述K个关联用户的集合，N(i)为对目标产品i有过的历史预设行为的关联用户集合，T_uv代表目标用户u对关联用户v的信任度，r_vi为关联用户v对目标产品i的预设历史行为值。

本发明还提出一种产品推荐方法，该方法包括步骤：

基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；

按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；

基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；

针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；

按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。

优选地，所述预设规则为：

计算关联用户与所述目标用户的社交圈重叠度；

确定关联用户与所述目标用户在预设时间段内的互动频次；

确定关联用户在社交网络中的影响力；

将所述社交圈重叠度、确定的互动频次和确定的影响力按预设权重比例加权求和得到目标用户对所述关联用户的信任度。

优选地，所述计算关联用户与所述目标用户的社交圈重叠度的步骤包括：

获取所述关联用户关注的人群集合B和所述目标用户关注的人群集合A；

根据计算公式计算出关联用户与所述目标用户的社交圈重叠度S_AB。