[发明专利]基于物品序列的单类协同过滤方法、存储介质及服务器

说明书

本发明公开了一种基于物品序列的单类协同过滤方法、存储介质及服务器，所述方法包括：获取用户交互物品的物品列表，分别计算购物平台包含的所有第二物品中两两物品的相似度，并根据所述相似度确定各第二物品的邻居物品列表；根据邻居物品列表以及物品列表采用基于物品序列的单类协同算法计算各第三物品的评分，其中，所述第三物品构成的第一物品集合为所述物品集合的补集；根据所述评分确定推荐物品列表，并将所述物品列表推荐给用户。本发明采用基于物品序列的单类协同算法根据各物品之间的相似度计算各未交互物品的评分，再根据评分确定待推荐商品，提高商品推荐的准确性。

技术领域

本发明涉及计算机技术领域，特别涉及基于物品序列的单类协同过滤方法、存储介质及服务器。

背景技术

随着电子商务的不断发展，越来越多的用户选择在网上进行购物。用户通过浏览器访问电子商务网站，就可以方便地选择自己所需要的商品。在很多情况下，电子商务网站会向用户进行商品推荐，例如，用户购买了某一种商品之后，会向其推荐与该商品相似或者关联的商品等。但是，现有互联网上的电子商务网站是基于商品销售排行或者用户对商品的评价评分或者对用户在电子商务网站的其他行为数据的分析来进行商品推荐。此种通过挖掘用户在网站中的行为数据的方式可以实现商品推荐，可以缩短用户寻找所需要产品的路径，但是推荐的商品准确性差。

因而现有技术还有待改进和提高。

发明内容

本发明要解决的技术问题在于，针对现有技术的不足，提供基于物品序列的单类协同过滤方法、存储介质及服务器，以解决现有商品推荐方法中存在的商品准确性差的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

一种基于物品序列的单类协同过滤方法，其包括：

获取用户交互物品的物品列表，其中，所述物品列表包含第一预设数量的第一物品；

分别计算购物平台包含的所有第二物品中两两物品的相似度，并根据所述相似度确定各第二物品的邻居物品列表；

根据邻居物品列表以及物品列表采用基于物品序列的单类协同算法计算各第三物品的评分，其中，所述第三物品构成的第一物品集合为所述物品集合的补集；

根据所述评分确定推荐物品列表，并将所述物品列表推荐给用户。

所述基于物品序列的单类协同过滤方法，其中，所述获取用户交互物品的物品列表具体包括：

当用户登录购物平台时，获取所述用户的历史购物序列；

根据所述历史购物序列按照时间顺序提取第一预设数量的第一物品，并根据提取到的所有第一物品生成物品列表。

所述基于物品序列的单类协同过滤方法，其中，所述根据邻居物品列表以及物品列表采用基于物品序列的单类协同算法计算各第三物品的评分，其中，所述第三物品构成的第一物品集合为所述物品集合的补集具体包括：

根据物品列表以及所有第二物品确定第三物品的集合；

根据邻居物品列表以及物品列表采用基于物品序列的单类协同算法计算各第三物品的评分。

所述基于物品序列的单类协同过滤方法，其中，所述根据所述评分确定推荐物品列表，并将所述物品列表推荐给用户具体包括：

将各邻居物品的评分按照降序顺序排序，并按照排序顺序选取第二预设数量的推荐物品；

根据选取的所有推荐物品生成推荐物品列表，并将推荐物品列表推送给用户。

所述基于物品序列的单类协同过滤方法，其中，所述相似度为基于时间序列的有向物品相似度，其计算公式为：