[发明专利]一种物品推荐方法及装置

说明书

本发明提供了一种物品推荐方法、装置及电子设备。所述方法包括：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。本发明可以使得推荐的物品可以及时响应用户的交互行为，增加了物品推荐的多样性，提高了用户的体验。

技术领域

本发明涉及信息推荐技术领域，特别是涉及一种物品推荐方法及装置。

背景技术

随着互联网的高速发展，物品推荐方法的应用场景越来越多，已经被广泛集成到了很多商业应用系统中。

推荐系统的出现为物品推荐提供了强大的数据支撑，推荐系统是一种建立在海量数据挖掘上的商务智能平台，向用户提供个性化的信息服务和决策支持。对于互联网内容分享与交易平台，一个好的推荐系统能帮助用户找到喜欢的内容/商品，并挖掘潜在的喜好，提高用户的活跃度和黏性，为平台带来收益。

然而，目前的离线推荐算法基于用户的历史行为数据，能够较为有效地评估用户对物品兴趣，从而推荐用户较为感兴趣的物品。然而，大部分离线算法过分依赖于用户的历史行为，并且无法满足推荐的多样性。此外，传统的离线推荐算法无法及时响应用户的交互行为，影响用户体验。

发明内容

本发明提供一种物品推荐方法、装置及电子设备，以解决现有方案中的推荐算法过分依赖于用户的历史行为，无法及时响应用户的交互行为，导致不能满足推荐的多样性，且影响用户体验的问题。

为了解决上述问题，本发明公开了一种物品推荐方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。