[发明专利]一种个性化的推荐物品冷启动方法、装置、设备及介质

说明书

本申请公开了一种个性化的推荐物品冷启动方法及装置，所述方法包括：获取指定时间内的新物品集；获取用户历史的点击行为数据集；将新物品集按照物品类别进行分组，不同类别下的物品放在各自不同的集合中，并组装成Map；对用户的点击行为数据集进行统计处理，得到每个用户在每个类别下的行为次数，生成用户类别偏好数据集；为每位用户准备两个推荐列表：类别个性化物品列表和完全随机物品列表；将每个用户计算得到的两个列表进行合并，并随机打散，得到用户最终的推荐列表；基于所述推荐列表，向用户进行物品推荐。本申请能综合考虑新物品探索策略以及个性化策略，同时兼顾两个不同的推荐目的。同时，本申请也能够解决双边冷启动的问题。

技术领域

本发明涉及网络技术领域，尤其涉及一种个性化的推荐物品冷启动方法、装 置、设备及介质。

背景技术

互联网的出现和普及给用户带来了海量信息，满足了用户在信息时代的信息 需求。然而，随着数据量的大幅增长，用户在面对海量信息时，已经无法迅速从 中获得有价值的信息，为解决这一难题，推荐系统应用而生。它可以根据用户的 兴趣特点和行为，向用户推荐用户感兴趣的信息和商品。

新物品探索推荐以及个性化推荐是推荐召回算法的两大类别，这两大类别下 的大多数算法均各司其职，即各自处理本类别算法的目的，如只进行新物品探索、 只负责个性化推荐等。推荐系统中还存在双边冷启动的问题，即为新用户推荐了 随机新物品，导致推荐效果较差的现象。

因此，如何提供一种更加优化的推荐方案，既能够综合考虑新物品探索策略 以及个性化策略，同时兼顾两个不同的推荐目的，又能够解决双边冷启动的问题， 以更好地服务用户，成为当前亟待解决的问题。

发明内容

本发明的目的在于提供一种个性化的推荐物品冷启动方法、装置、设备及介 质，以解决上述技术背景中提出的问题。

为实现上述目的，本发明采用以下技术方案：

本申请第一个方面提供了一种个性化的推荐物品冷启动方法，包括：

获取指定时间内的新物品集，新物品集包括物品id和物品类别；

获取用户历史的点击行为数据集，点击行为数据集包括用户id、点击物品id 和点击物品类别；

将新物品集按照物品类别进行分组，不同类别下的物品放在各自不同的集合 中，并组装成Map；

对用户的点击行为数据集进行统计处理，得到每个用户在每个类别下的行为 次数，生成用户类别偏好数据集；

为每位用户准备两个推荐列表：

1)类别个性化物品列表：将用户类别偏好数据集与Map进行关联，先后进 行两类随机抽样，第一类是按照用户类别偏好数据集中用户的类别权重有放回抽 样第一预设次数，得到该用户的类别抽样集合，再按照类别抽样集合中每一个类 别至Map中对应类别的物品集合中随机抽样第二预设次数，得到用户的类别个 性化物品列表；

2)完全随机物品列表：对新物品集进行第三预设次数的随机抽样，得到用 户的完全随机物品列表；

将每个用户计算得到的两个列表进行合并，并随机打散，得到用户最终的推 荐列表；

基于所述推荐列表，向用户进行物品推荐。

优选地，所述获取用户历史的点击行为数据集，包括：

根据用户的历史操作行为，确定指定时间内用户点击过的信息。

优选地，所述方法还包括：

从一个或多个数据源获取热门物品，以得到所述新物品集。

优选地，两个推荐列表的各自列表数量由每位用户最终推荐物品数量、以及 随机程度进行控制。