[发明专利]物品推荐方法、装置、设备以及存储介质

说明书

本公开提出了一种物品推荐方法、装置、设备以及存储介质。获取第一物品集；根据用户的第一历史操作信息，从第一物品集中选取适于向用户推荐的物品，以得到第二物品集；将第二物品集中的物品推荐给用户。由此，可以使得最终推荐的物品能够更好地满足用户的个性化需求。

技术领域

本公开涉及推荐领域，特别是涉及一种物品推荐方法、装置、设备以及存储介质。

背景技术

个性化推荐技术能够帮助人们接触到那些足够小众的内容，而这些内容在其他大众传播方式下，通常会因为广告价值太低等之类的原因，无法有效呈现。但是实际上这样的小众内容的比例却是一块不可忽视的数量，而且在互联网日益普及的今天，人们获取信息的方式越来越多样化、入口越来越碎片化，这样的长尾现象只会越来越显著。

当前的搜索场景下，热词占据比较大的份额，优化热词可以直接提高系统整体流量，提升客户体验，单客停留时间等指标，客单价(每位顾客消费的平均价格)也将获得提升(需与其他商业化模式配合)。当用户的参与度(参与的深度与时长)提高时商业化变现能力也将随之提升，这是营造良好的商业循环的基础。

现有的热词推荐方案大多是将实时统计得到的当前操作率最高的N个热词，推荐给所有用户。这样的后果是无法做到千人千面，无法对每个用户的不同喜好(即使我们知道他们各自的喜好)作出反应，从而带来较原始的用户体验，不利于提升用户粘性，更不利于商业化。尤其是在互联网手机的使用场景下，长尾用户的大量存在使得不考虑用户不同的个人特征的方案造成大量用户流失，正在一步步被淘汰。

因此，需要一种更加优化的个性化推荐方案，以更好地服务用户。

发明内容

本发明的一个目的在于提供一种更加优化的个性化推荐方案，以更好地服务用户。

根据本公开的第一个方面，提供了一种物品推荐方法，包括：获取第一物品集；根据用户的第一历史操作信息，从第一物品集中选取适于向用户推荐的物品，以得到第二物品集；将第二物品集中的物品推荐给用户。

优选地，获取第一物品集的步骤可以包括：从一个或多个数据源获取热门物品，以得到第一物品集。

优选地，从第一物品集中选取适于向用户推荐的物品的步骤可以包括：基于协同过滤的方式，从第一物品集中选取适于向用户推荐的物品。

优选地，从所述第一物品集中选取适于向所述用户推荐的物品的步骤可以包括：根据第一历史操作信息，确定用户的偏好物品；计算第一物品集中的物品与偏好物品之间的第一相似度；选取第一相似度排名靠前的第一预定数量的物品，以得到第二物品集。

优选地，确定用户的偏好物品的步骤可以包括：根据第一历史操作信息，确定第三物品集，第三物品集包括一个或多个历史操作物品；从第二物品集中选取操作次数超过第一预定阈值的历史操作物品作为偏好物品。

优选地，确定用户的偏好物品的步骤可以包括：根据第一历史操作信息，选取操作次数超过第二预定阈值的历史操作物品，得到第四物品集；计算第四物品集中任意两个历史操作物品间的第二相似度；将第二相似度超过第三预定阈值的历史操作物品合并为同一物品，得到第五物品集，其中，合并后的物品的操作次数为合并前各历史操作物品的操作次数之和；从第五物品集中选取操作次数排名靠前的第二预定数量的历史操作物品作为偏好物品。

优选地，该方法还可以包括：对属于现象级物品的历史操作物品的操作次数进行降权处理。

优选地，将第二物品集中的物品推荐给用户的步骤可以包括：确定第二物品集中至少部分物品的推荐度；选取推荐度排名靠前的第三预定数量的物品，推荐给用户。