[发明专利]一种相似度度量方法、装置、设备及存储介质

权利要求书

1.一种相似度度量方法，其特征在于，包括：

依据与待度量相似度的物品相对应的用户数据，确定两个所述物品之间的用户集合，所述用户集合包括用户交集、用户相对补集和用户并集的绝对补集；

依据所述用户集合的香农熵，以及基于极大似然比检验的预设相似度度量规则，确定两个所述物品之间的相似度；

其中，所述预设相似度度量规则为：

row_entropy＝entropy(N₁₁+N₁₂,N₂₁+N₂₂)

column_entropy＝entropy(N₁₁+N₂₁,N₁₂+N₂₂)

maxtrix_entropy＝entropy(N₁₁,N₁₂,N₂₁,N₂₂)

其中，S_ij为两个所述物品之间的相似度，entropy为香农熵，N₁₁为物品i对应的用户集I和物品j对应的用户集J的用户交集，N₁₂为用户集I中用户集J的用户相对补集，N₂₁为用户集J中用户集I的用户相对补集，N₂₂为用户集I与用户集J的用户并集的绝对补集。

2.根据权利要求1所述的方法，其特征在于，在所述依据与待度量相似度的物品相对应的用户数据，确定两个所述物品之间的用户集合之前，还包括：

确定热门物品，以及与所述热门物品相对应的设定类型的用户行为数据；

依据所述用户行为数据及预设类型权重值，确定所述热门物品对应用户的用户偏好值；

依据所述用户偏好值，确定所述热门物品对应的有效用户数据；

所述依据与待度量相似度的物品相对应的用户数据，确定两个所述物品之间的用户集合包括：

确定所述有效用户数据为所述热门物品对应的热门用户数据；

依据所述热门用户数据和/或非热门物品对应的所述用户数据，确定两个所述物品之间的用户集合。

3.根据权利要求2所述的方法，其特征在于，所述确定热门物品包括：

依据第一预设时间段内所述物品对应的用户数量及预设用户数量，确定所述热门物品。

4.根据权利要求2所述的方法，其特征在于，所述依据所述用户行为数据及预设类型权重值，确定所述热门物品对应用户的用户偏好值包括：

对第二预设时间段内的所述用户行为数据进行标准化，获得标准用户行为数据；

依据所述标准用户行为及所述预设类型权重值，确定所述热门物品对应用户的用户偏好值。

5.根据权利要求2所述的方法，其特征在于，所述物品为直播间；

所述设定类型的用户行为数据包括观看时长、弹幕发布次数和关注行为。

6.根据权利要求5所述的方法，其特征在于，在所述依据所述用户集合的香农熵，以及基于极大似然比检验的预设相似度度量规则，确定两个所述物品之间的相似度之后，还包括：

确定目标用户的历史观看直播间；

按照待推荐直播间与所述历史观看直播间的相似度，对所述待推荐直播间排序；

确定排序结果中预设数量的所述待推荐直播间为目标推荐直播间。