[发明专利]对象推荐方法及装置、存储介质及对象推荐设备有效

专利信息
申请号: 201811497121.6 申请日: 2018-12-07
公开(公告)号: CN111292151B 公开(公告)日: 2023-07-25
发明(设计)人: 颜建辉;王劲鹏;余东辉;彭涛;蔡润昌;闫宇;邓志勇 申请(专利权)人: 中移互联网有限公司;中国移动通信集团有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06Q30/0601
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 张振伟;张颖玲
地址: 510640 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 推荐 方法 装置 存储 介质 设备
【权利要求书】:

1.一种对象推荐方法,其特征在于,所述方法,包括:

获取用户对第一对象评价的对象评分矩阵;

根据所述对象评分矩阵,生成表征第一对象对用户兴趣转移影响程度的兴趣转移矩阵;

基于所述兴趣转移矩阵,向用户推荐第二对象;

所述根据所述对象评分矩阵,生成表征第一对象对用户兴趣转移影响程度的兴趣转移矩阵,包括:

按照预定约束条件,以所述对象评分矩阵为已知量求解所述兴趣转移矩阵;

所述按照预定约束条件,以所述对象评分矩阵为已知量求解所述兴趣转移矩阵包括:

按照如下函数关系,根据所述对象评分矩阵为已知量求解所述兴趣转移矩阵:

其中,α1为预先设定的第一系数,β1为预先设定的第二系数,λ1为预先设定的第三系数,p为预先设定的第四系数,g为预先设定的第五系数,为第i个用户所对应的属性特征向量,为第j个所述第一对象所对应的属性特征向量,为第k-1个周期对应的对象评分矩阵中第i个用户对应的评分向量,为第k个周期对应的对象评分矩阵中第i个用户对第j个所述第一对象的评分值,为第j个所述第一对象及第i个所述第一对象间的相似度度量值,C为所述兴趣转移矩阵,为所述C中第j个所述第一对象对应的向量。

2.根据权利要求1所述的方法,其特征在于,所述方法,还包括:

按照如下函数关系,确定所述

其中,为第k个周期内第i个用户对第j个所述第一对象的使用时长,为预先设定的阀值。

3.根据权利要求1所述的方法,其特征在于,所述方法,还包括:

基于第i个所述第一对象和第j个所述第一对象的标签属性信息,确定第i个所述第一对象的标签特征向量和第j个所述第一对象的标签特征向量

基于第i个所述第一对象和第j个所述第一对象的详细数据信息,确定第i个所述第一对象的详细数据向量和第j个所述第一对象的详细数据向量

基于第i个所述第一对象和第j个所述第一对象的统计数据信息,确定第i个所述第一对象的统计数据向量和第j个所述第一对象的统计数据向量

基于所述所述所述所述所述及所述确定所述

4.根据权利要求3所述的方法,其特征在于,所述基于所述所述所述所述所述及所述确定所述包括:

按照如下函数关系,根据所述所述所述所述所述及所述确定所述

其中,α2为预先设定的第六系数,β2为预先设定的第七系数,λ2为预先设定的第八系数,

5.根据权利要求1所述的方法,其特征在于,

所述基于所述兴趣转移矩阵,向用户推荐第二对象,包括:

结合用户属性矩阵、待推荐对象的对象属性矩阵及兴趣转移矩阵,从所述待推荐对象中选择出向所述用户推荐的第二对象。

6.根据权利要求5所述的方法,其特征在于,

所述结合用户属性矩阵、待推荐对象的对象属性矩阵及兴趣转移矩阵,从所述待推荐对象中选择出向所述用户推荐的第二对象,包括:

按照如下函数关系,结合用户属性矩阵、待推荐对象的对象属性矩阵及兴趣转移矩阵,确定用户的喜好程度推算矩阵:

其中,为所述用户的喜好程度推算矩阵中的第i个用户对第j个所述待推荐对象的喜好程度推算值,p为预先设定的第四系数,g为预先设定的第五系数,为第i个用户所对应的属性特征向量,为第j个所述第一对象所对应的属性特征向量,为第t个周期对应的对象评分矩阵中第i个用户对应的评分向量,C为所述兴趣转移矩阵;所述第i个用户为所述用户属性矩阵中的第i个用户;所述第j个所述第一对象为所述待推荐对象的对象属性矩阵中的第j个所述待推荐对象;

依据所述用户的喜好程度推算矩阵,从所述待推荐对象中选择出向所述用户推荐的第二对象。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中移互联网有限公司;中国移动通信集团有限公司,未经中移互联网有限公司;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811497121.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top