[发明专利]一种物品推荐的方法、装置、计算机存储介质及终端

权利要求书

1.一种物品推荐的方法，包括：

根据用户的商品购买记录，为用户每一次的购物行为建立相应的样本；

以建立的样本作为训练数据集，拟合获得用户购买的物品间的顺承概率关系；

将拟合获得的顺承概率关系添加至预设的目标函数后，根据添加顺承概率关系的目标函数进行物品推荐；

其中，所述目标函数包括：协同过滤的目标函数；所述样本中包括：用户在前购买的每一件物品与各待推荐物品的时间差，还包括以下一项或任意组合的信息：用户的属性特征、商品的属性特征、用户登录购买平台前后的上下文特征；所述根据添加顺承概率关系的目标函数进行物品推荐，包括：根据所述顺承概率关系，预估用户购买各待推荐物品的购买概率；将预估的各待推荐物品的购买概率添加至所述目标函数后，根据添加购买概率的目标函数进行物品推荐；所述顺承概率关系包括通过以下公式确定的关系：λ表示用户u在时刻t购买物品i的强度函数；μ表示基础强度；p_ji表示购买物品j导致购买物品i的概率；p_ii表示重复购买物品i的概率；为基础强度函数，表示当前物品的购买强度与购买物品j的时间长度相关。

2.根据权利要求1所述的方法，其特征在于，所述时间长度相关包括以下任一种类的相关：

非齐次泊松过程、更新过程、自校正过程和自激励过程。

3.根据权利要求1的方法，其特征在于，所述拟合获得用户购买的物品间的顺承概率关系包括：

通过随机梯度下降法或拟牛顿法对所述训练数据集中的样本进行拟合，获得用户购买的物品间的所述顺承概率关系。

4.一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～3中任一项所述物品推荐的方法。

5.一种终端，包括：存储器和处理器，所述存储中保存有计算机程序；其中，

处理器被配置为执行存储器中的计算机程序；

所述计算机程序被所述处理器执行时实现如权利要求1～3中任一项所述物品推荐的方法。

6.一种实现物品推荐的装置，包括：样本单元、拟合单元和推荐单元；其中，

样本单元用于：根据用户的商品购买记录，为用户每一次的购物行为建立相应的样本；

拟合单元用于：以建立的样本作为训练数据集，拟合获得用户购买的物品间的顺承概率关系；

推荐单元用于：将拟合获得的顺承概率关系添加至预设的目标函数后，根据顺承概率关系，预估用户购买各待推荐物品的购买概率；将预估的各待推荐物品的购买概率添加至所述目标函数后，根据添加购买概率的目标函数进行物品推荐；其中，所述目标函数包括：协同过滤的目标函数；所述样本中包括：用户在前购买的每一件物品与各待推荐物品的时间差，还包括以下一项或任意组合的信息：用户的属性特征、商品的属性特征、用户登录购买平台前后的上下文特征；所述顺承概率关系包括通过以下公式确定的关系：λ表示用户u在时刻t购买物品i的强度函数；μ表示基础强度；p_ji表示购买物品j导致购买物品i的概率；p_ii表示重复购买物品i的概率；为基础强度函数，表示当前物品的购买强度与购买物品j的时间长度相关。

7.根据权利要求6的装置，其特征在于，所

述拟合单元具体用于：

通过随机梯度下降法或拟牛顿法对所述训练数据集中的样本进行拟合，获得用户购买的物品间的所述顺承概率关系。