[发明专利]一种用户偏好推荐方法、装置、电子设备及存储介质

权利要求书

1.一种用户偏好推荐方法，其特征在于，包括：

获取多个用户的消费记录；

根据所述消费记录，生成用户相似度矩阵；

根据所述用户和用户相似度矩阵，生成用户相似图；

基于所述用户相似图将多个用户划分为至少一个社群；

根据所述社群中的用户的消费记录，建立品类时间转换矩阵；所述品类时间转换矩阵，用于表征用户在购买某一品类产品后，再次购买的产品的品类及其比例与时间的转换关系；

采用所述品类时间转换矩阵为所述用户进行偏好推荐；

其中，所述根据所述社群中的用户的消费记录，建立品类时间转换矩阵的步骤，包括：

在所述社群中的用户的消费记录中，获取所述社群中初次购买预设第一品类产品的第一用户；

以所述第一用户购买所述第一品类产品的时间为起始时间点，设置至少一个时间区段；

分别统计所述第一用户中，在各个时间区段内复购所述第一品类产品的第一用户比例；

分别统计所述第一用户中，在各个时间区段内购买预设第二品类产品的第二用户比例；

采用所有时间区段、每个时间区段的第一用户比例和第二用户比例、第一预设品类产品、第二预设品类产品，建立品类时间转换矩阵。

2.根据权利要求1所述的方法，其特征在于，所述根据所述消费记录，生成用户相似度矩阵的步骤，包括：

根据每个用户的消费记录，计算任意两个用户之间的相似度；

基于所有用户之间的相似度生成用户相似度矩阵。

3.根据权利要求2所述的方法，其特征在于，所述根据每个用户的消费记录，生成任意两个用户之间的相似度的步骤，包括：

从每个用户的消费记录中提取预设数量的单品购买信息；

计算任意两个用户的单品购买信息的交集和并集的比值，得到对应两个用户的相似度。

4.根据权利要求1所述的方法，其特征在于，所述用户相似度矩阵具有各用户之间的相似度；所述根据所述用户和用户相似度矩阵，生成用户相似图的步骤，包括：

以用户为节点，以所述用户相似度矩阵中各用户之间的相似度作为对应节点的边权重，连接各个节点，生成用户相似图。

5.根据权利要求4所述的方法，其特征在于，每个用户具有对应的社群标签；所述基于所述用户相似图将多个用户划分为至少一个社群的步骤，包括：

在所述用户相似图中确定当前节点；

获取所述当前节点的相邻节点，并获取每个相邻节点的社群标签；

合并具有相同社群标签的相邻节点与所述当前节点的边权重，分别得到每个社群标签与所述当前节点的标签边权重；

采用标签边权重最大的社群标签更新所述当前节点的社群标签；

当所有节点均已完成更新时，获取当前迭代次数；

判断所述当前迭代次数是否等于预设阈值；

若否，返回在所述用户相似图中确定当前节点的步骤；

若是，将具有相同社群标签的节点添加进同一个社群中，得到至少一个社群。

6.根据权利要求1所述的方法，其特征在于，所述采用所述品类时间转换矩阵为所述用户进行偏好推荐的步骤，包括：

查询所述用户上一时间区段的购买品类；

在所述用户所处社群对应的品类时间转换矩阵中匹配所述购买品类，得到当前时间区段内的推荐品类及相应的购买比例；

为所述用户推荐购买比例最大的推荐品类。