[发明专利]一种物品推荐方法及装置

权利要求书

1.一种物品推荐方法，其特征在于，包括：

基于用户的历史行为数据，获取与所述用户关联的各第一物品种类中各物品的第一偏好程度；

基于所述用户的实时行为数据，获取与所述用户关联的各第二物品种类的第二偏好程度；

依据各所述第二偏好程度，从所述各第二物品种类中确定待推荐物品种类；

依据各所述第一偏好程度，从各所述第一物品种类对应的各物品中，获取与所述待推荐物品种类对应的至少一个待推荐物品；

将所述至少一个待推荐物品推荐给所述用户；

所述基于用户的历史行为数据，获取与所述用户关联的各第一物品种类中各物品的第一偏好程度，包括：

获取与所述用户关联的历史行为数据；

从所述历史行为数据中提取出各所述第一物品种类中的各物品，及与各所述物品关联的、预设维度的用户行为数据；

基于预设维度的用户行为数据，确定各所述物品对应的评分值，将各所述物品对应的评分值作为所述第一偏好程度；

所述基于所述用户的实时行为数据，获取与所述用户关联的各第二物品种类的第二偏好程度，包括：

从日志信息中，提取与所述用户关联的实时行为数据；

从所述实时行为数据中提取出各所述第二物品种类对应的第二物品，及与所述各第二物品对应的至少一个用户反馈信息；

依据所述用户反馈信息，确定各所述第二物品对应的反馈评分值；

依据各所述第二物品的反馈评分值，确定与所述用户关联的各所述第二物品种类的第二偏好程度；

所述基于预设维度的用户行为数据，确定各所述物品对应的评分值，包括：

针对各所述物品，依次获取所述物品对应的用户行为数据的至少一种目标维度；

获取各所述目标维度对应的维度权重；

计算各所述维度权重的和值，将所述和值作为所述物品的评分值；

在所述第一物品种类中不包含第一物品时，在所述计算各所述维度权重的和值，将所述和值作为所述物品的评分值的步骤之后，还包括：

对各所述物品对应的用户行为数据及评分值进行分解，得到用户行为因子和物品评分因子；

依据所述用户行为因子和所述物品评分因子，计算得到所述第一物品对应的预测评分值，将所述预测评分值作为所述第一物品的评分值；

将所述第一物品添加至所述第一物品种类；其中，采用矩阵分解法对物品综合行为评分矩阵表的缺失值进行补全；矩阵分解的目标是将用户对所述物品综合行为评分矩阵分解为两个低维子矩阵，公式为R为已知用户对物品综合行为评分矩阵，P为矩阵分解得到的用户因子矩阵，Q为矩阵分解得到的物品因子矩阵；

所述依据各所述第一偏好程度，从各所述第一物品种类对应的各物品中，获取与所述待推荐物品种类对应的至少一个待推荐物品，包括：

从各所述第一物品种类中，获取与所述待推荐物品种类相同的第一目标物品种类；

依据各所述第一偏好程度，获取所述第一目标物品种类中各目标物品对应的目标评分值；

依据各所述目标评分值，从各所述目标物品中获取至少一个待推荐物品。

2.根据权利要求1所述的方法，其特征在于，所述获取与所述用户关联的历史行为数据，包括：

在与所述用户对应的指定存储空间中，提取与所述用户关联的历史行为数据；所述指定存储空间中存储有每隔预设时间获取的与所述用户关联的行为数据。

3.根据权利要求1所述的方法，其特征在于，所述用户反馈信息包括正反馈次数和负反馈次数，所述针对各所述第二物品，依次基于所述第二物品对应的各所述用户反馈信息，确定各所述第二物品对应的反馈评分值，包括：

针对各所述第二物品，获取所述第二物品对应的正反馈次数和负反馈次数；

依据所述正反馈次数和所述负反馈次数，计算得到所述第二物品对应的反馈评分值。

4.根据权利要求3所述的方法，其特征在于，所述依据所述正反馈次数和所述负反馈次数，计算得到所述第二物品对应的反馈评分值，包括：

计算所述正反馈次数和所述负反馈次数的差值；

将所述差值作为所述第二物品的反馈评分值。