[发明专利]基于聚类的信息推送方法、装置、计算机设备及存储介质

说明书

本发明公开了基于聚类的信息推送方法、装置、计算机设备及存储介质。该方法通过与用户‑评分矩阵对应的用户‑项目二部图获取目标节点的相似用户聚类结果，根据所述用户‑评分矩阵、相似用户聚类结果及预设的最终评分算法，得到所述目标节点与用户‑项目二部图中每一项目节点之间的最终评分以组成最终评分集合，根据最终评分集合中大于预设的评分阈值的最终评分获取对应的项目节点集合，将项目节点集合中各项目节点对应的项目信息推送至所述目标用户的接收终端。该方法避免了推荐系统固有稀疏矩阵和冷启动问题，而且具有拓展性和高性能，实现了更优化的信息推荐方式。

技术领域

本发明涉及信息推送技术领域，尤其涉及一种基于聚类的信息推送方法、装置、计算机设备及存储介质。

背景技术

目前，在基于互联网的在线商城上进行网络购物已越来越频繁，这些在线商城对用户进行商品推荐时，通常使用的是基于协同过滤的推荐算法(协同过滤算法，原理是用户喜欢那些具有相似兴趣的用户喜欢过的商品，比如你的朋友喜欢电影哈利波特I，那么就会推荐给你，这是最简单的基于用户的协同过滤算法)，但是使用协同过滤算法时会遇到稀疏矩阵和冷启动的问题，从而影响到推荐过程。

发明内容

本发明实施例提供了一种基于聚类的信息推送方法、装置、计算机设备及存储介质，旨在解决现有技术中商品信息推荐使用基于协同过滤的推荐算法会遇到稀疏矩阵和冷启动，从而影响到推荐过程的问题。

第一方面，本发明实施例提供了一种基于聚类的信息推送方法，其包括：

获取用户-评分矩阵，创建与所述用户-评分矩阵对应的用户-项目二部图；

获取在用户-项目二部图中所选定的目标用户对应的目标节点，获取与所述目标节点之间的路径距离小于预设的路径距离阈值的用户节点，以组成相似用户聚类结果；

根据所述用户-评分矩阵、相似用户聚类结果及预设的最终评分算法，得到所述目标节点与用户-项目二部图中每一项目节点之间的最终评分以组成最终评分集合；

遍历所述最终评分集合中评分排名小于预设的排名阈值的最终评分以获取对应的项目节点集合；以及

将所述项目节点集合中各项目节点对应的项目信息推送至所述目标用户的接收终端。

第二方面，本发明实施例提供了一种基于聚类的信息推送装置，其包括：

二部图构建单元，用于获取用户-评分矩阵，创建与所述用户-评分矩阵对应的用户-项目二部图；

相似用户聚类单元，用于获取在用户-项目二部图中所选定的目标用户对应的目标节点，获取与所述目标节点之间的路径距离小于预设的路径距离阈值的用户节点，以组成相似用户聚类结果；

最终评分集合获取单元，用于根据所述用户-评分矩阵、相似用户聚类结果及预设的最终评分算法，得到所述目标节点与用户-项目二部图中每一项目节点之间的最终评分以组成最终评分集合；

评分筛选单元，用于遍历所述最终评分集合中评分排名小于预设的排名阈值的最终评分以获取对应的项目节点集合；

信息推送单元，用于将所述项目节点集合中各项目节点对应的项目信息推送至所述目标用户的接收终端。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于聚类的信息推送方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于聚类的信息推送方法。