一种推荐方法、装置及存储介质制造方法及图纸

本发明专利技术实施例公开了一种推荐方法，包括：确定设定时间区间内用户对物品产生行为的行为次数，以及所述用户对所述物品产生行为时所对应的忠诚度因子；根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分；其中，所述评分用于表征所述用户对所述物品的偏好程度；基于所述用户对所述物品的评分，进行物品推荐。本发明专利技术实施例还同时公开了一种推荐装置、以及存储介质。

Recommendation method, device and storage medium

An embodiment of the present invention discloses a recommendation method, which includes: determining the number of times a user has acted on an item within a set time interval, and the loyalty factor corresponding to the user's acts on the item; and determining the user's comments on the item according to the loyalty factor and the number of acts. The score is used to represent the degree of preference of the user for the item, and the item recommendation is made based on the score of the user for the item. The embodiment of the invention also discloses a recommendation device and a storage medium at the same time.

【技术实现步骤摘要】
一种推荐方法、装置及存储介质
本专利技术涉及计算机通信领域中的推荐技术，尤其涉及一种推荐方法、装置及存储介质。
技术介绍
随着移动互联网的快速发展，越来越多的用户在利用互联网对各种类型的物品进行操作，比如，通过互联网平台购买商品，浏览互联网平台提供的各类多媒体信息等。以多媒体信息为音乐为例，用户可根据推荐系统提供的音乐排行榜等推荐模型筛选待播放的音乐。而音乐排行榜通常与大量用户对不同音乐的评分存在重要关联。然而，事实上只有少量用户对音乐进行直接评分，且用户只对很感兴趣或不感兴趣的音乐进行直接评分。因此，可基于大量用户对音乐感兴趣行为的次数，如音乐播放次数，来模拟用户对音乐的评分，从而得到用户对不同音乐的喜好程度。然而，本申请专利技术人至少发现相关技术的物品推荐如音乐推荐中存在如下技术问题：有可能因一些意外因素如数据采集异常、网络爬虫，或者音乐循环播放而无人收听等，而导致出现无效的行为，也即用户将集中在短时间内进行重复操作。若此时仍按照相关技术仅以用户感兴趣行为的次数作为评分依据，由于难以区分无效行为，将无法避免无效行为对评分结果的影响，进而出现推荐系统推荐不准确的问题。
技术实现思路
有鉴于此，本专利技术实施例期望提供一种推荐方法、装置及存储介质，至少用以解决相关技术难以有效提高物品推荐的准确度的问题。为达到上述目的，本专利技术实施例的技术方案是这样实现的：第一方面，本专利技术实施例提供一种推荐方法，所述方法包括：确定设定时间区间内用户对物品产生行为的行为次数，以及所述用户对所述物品产生行为时所对应的忠诚度因子；根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分；其中，所述评分用于表征所述用户对所述物品的偏好程度；基于所述用户对所述物品的评分，进行物品推荐。第二方面，本专利技术实施例还提供一种推荐装置，所述装置包括：第一确定模块、第二确定模块和推荐模块；其中，所述第一确定模块，用于确定设定时间区间内用户对物品产生行为的行为次数，以及所述用户对所述物品产生行为时所对应的忠诚度因子；所述第二确定模块，用于根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分；其中，所述评分用于表征所述用户对所述物品的偏好程度；所述推荐模块，用于基于所述用户对所述物品的评分，进行物品推荐。第三方面，本专利技术实施例还提供一种存储介质，其上存储有可执行程序，所述可执行程序被处理器执行时实现本专利技术实施例提供的推荐方法的步骤。第四方面，本专利技术实施例还提供一种推荐装置，包括存储器、处理器及存储在存储器上并能够由所述处理器运行的可执行程序，所述处理器运行所述可执行程序时执行本专利技术实施例提供的推荐方法的步骤。本专利技术实施例所提供的推荐方法、装置及存储介质，通过确定设定时间区间内用户对物品产生行为的行为次数，以及所述用户对所述物品产生行为时所对应的忠诚度因子；根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分；其中，所述评分用于表征所述用户对所述物品的偏好程度；基于所述用户对所述物品的评分，进行物品推荐。如此，通过引入用户的忠诚度因子，将忠诚度因子和用户对物品产生行为的行为次数共同作为用户对物品进行评分的依据，从而降低用户在短时间内重复操作的次数在评分时所占的比重，避免出现数据采集异常和网络爬虫对评分结果的影响，进而能够有效提高推荐系统中物品推荐的准确度，大大提升用户的使用体验。附图说明图1为本专利技术实施例提供的一种推荐方法的实现流程示意图；图2为本专利技术实施例提供的一种推荐装置的功能结构示意图；图3为本专利技术实施例提供的一种推荐装置的硬件结构示意图。具体实施方式为了能够更加详尽地了解本专利技术实施例的特点与
技术实现思路
，下面结合附图对本专利技术实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本专利技术。图1为本专利技术实施例提供的一种推荐方法的实现流程示意图，所述推荐方法可应用于服务器如云服务器中；如图1所示，本专利技术实施例中所提供的推荐方法的实现流程，可以包括以下步骤：步骤101：确定设定时间区间内用户对物品产生行为的行为次数，以及所述用户对所述物品产生行为时所对应的忠诚度因子。在本专利技术实施例中，对于本步骤101中确定所述用户对所述物品产生行为时所对应的忠诚度因子，可以包括：根据所述时间区间内发生所述行为的时间周期的周期数，确定所述忠诚度因子；其中，所述时间周期的时长不小于连续发生两次所述行为所对应的时长。这里，所述时间区间可根据实际情况进行设置，比如，可将时间区间设置为一个月或一个星期等；所述时间区间包括至少两个时间周期。在设定时间区间内用户对物品产生的行为，可以包括但不限于浏览、点击、购买、收藏等操作行为。其中，发生行为的时间周期的单位可以是天、小时或分钟，例如，将时间区间设置为一个月，那么，可以将在一个月内用户对物品产生行为的时间周期的单位设置为天；也就是说，可根据一个月内用户对物品产生行为的时间周期的周期数来确定忠诚度因子。在本专利技术实施例中，对于上述根据所述时间区间内发生所述行为的时间周期的周期数，确定所述忠诚度因子，具体可以包括如下步骤：统计所述时间区间内用户对物品产生行为的时间周期的周期数；基于所述周期数与所述时间区间包括的总周期数的比值，获得第一计算结果；根据所述第一计算结果，确定所述忠诚度因子；其中，所述第一计算结果与所述忠诚度因子正相关。优选地，对于上述根据所述时间区间内发生所述行为的时间周期的周期数，确定所述忠诚度因子，具体还可以包括如下步骤：统计所述时间区间内用户对物品产生行为的时间周期的周期数；基于所述周期数与预设数值的差值，获得第二计算结果；基于所述第二计算结果与所述时间区间包括的总周期数的比值，获得第三计算结果；对所述第三计算结果与所述预设数值进行求和，获得所述忠诚度因子。这里，采用忠诚度因子来表征用户对物品的忠诚度；其中，所述忠诚度用于表示用户对物品喜欢且忠诚的程度。例如，以时间周期的单位为天为例，这里所谓的忠诚可以理解为用户经常在不同的天内重复对物品产生行为，而并非是用户集中在短时间如一天内重复对物品产生行为。所述周期数与所述忠诚度因子正相关；也就是说，周期数越大，忠诚度因子越大，表明用户对物品的忠诚度越高；反之，周期数越小，忠诚度因子越小，表明用户对物品的忠诚度越低。其中，所述物品可以包括各种类型的商品如通过淘宝平台推荐的商品、或者各种类型的多媒体信息。在本实施例中，所述多媒体信息可以包括但不限于音频、视频、资讯、图片等能够在终端设备上播放的数据。在本专利技术实施例中，可采用统计方法，例如采用计数器来确定设定时间区间内用户对物品产生行为的行为次数，采用计时器来统计时间区间内用户对物品产生行为的时间周期的周期数，这里不再赘述。步骤102：根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分；其中，所述评分用于表征所述用户对所述物品的偏好程度。在本专利技术实施例中，本步骤102可以包括：对所述忠诚度因子与所述行为次数进行相乘，获得相应的乘积结果，将所述乘积结果确定为所述用户对所述物品的评分。这里，所述评分的分值大小与所述用户对物品的偏好程度正相关；也就是说，评分的分值越大，表明用户对物品的偏好程度越高，相应地，推荐该物品的可能性就越大；反之，评分的分值越小，表明用户对物品的偏好程度越低，相应地，推荐该本文档来自技高网...

【技术保护点】
1.一种推荐方法，其特征在于，所述方法包括：确定设定时间区间内用户对物品产生行为的行为次数，以及所述用户对所述物品产生行为时所对应的忠诚度因子；根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分；其中，所述评分用于表征所述用户对所述物品的偏好程度；基于所述用户对所述物品的评分，进行物品推荐。

【技术特征摘要】
1.一种推荐方法，其特征在于，所述方法包括：确定设定时间区间内用户对物品产生行为的行为次数，以及所述用户对所述物品产生行为时所对应的忠诚度因子；根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分；其中，所述评分用于表征所述用户对所述物品的偏好程度；基于所述用户对所述物品的评分，进行物品推荐。2.根据权利要求1所述的推荐方法，其特征在于，所述确定所述用户对所述物品产生行为时所对应的忠诚度因子，包括：根据所述时间区间内发生所述行为的时间周期的周期数，确定所述忠诚度因子；其中，所述时间周期的时长不小于连续发生两次所述行为所对应的时长，所述周期数与所述忠诚度因子正相关。3.根据权利要求2所述的推荐方法，其特征在于，所述根据所述时间区间内发生所述行为的时间周期的周期数，确定所述忠诚度因子，包括：统计所述时间区间内用户对物品产生行为的时间周期的周期数；基于所述周期数与所述时间区间包括的总周期数的比值，获得第一计算结果；根据所述第一计算结果，确定所述忠诚度因子；其中，所述第一计算结果与所述忠诚度因子正相关。4.根据权利要求1至3任一项所述的推荐方法，其特征在于，所述根据所述忠诚度因子和所述行为次数，确定所述用户对所述物品的评分，包括：对所述忠诚度因子与所述行为次数进行相乘，获得相应的乘积结果，将所述乘积结果确定为所述用户对所述物品的评分。5.根据权利要求1所述的推荐方法，其特征在于，所述评分的大小与所述用户对物品的偏好程度正相关；所述基于所述用户对所述物品的评分，进行物品推荐，包括：将所述用户对所述物品的评分进行顺序的排列；基于排列结果，选取评分符合设定条件的物品，并对所选取的物品进行推荐。6.一种推荐装置，其特征在于，所述装置包括：第一确定模块、第二确定模块和推荐模块；其中，所述第一确定模块，用于确定设定时间区间内...

【专利技术属性】
技术研发人员：罗元帅，
申请(专利权)人：咪咕文化科技有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：北京,11