【技术实现步骤摘要】
本专利技术涉及计算机
，尤其涉及一种获取推荐对象的方法及装置。
技术介绍
随着互联网技术的发展，人们进入了信息过载的时代。在用户访问网站的过程中， 大量的新闻、商品、视频、音乐等等对象呈现在了用户面前。怎样筛选出用户真正感兴趣的 内容对提高网站的访问量及收益有着非常重要的意义。推荐系统相关的技术在这样的背景 下得到了越来越广泛的使用。 近几年来矩阵分解算法成为了推荐系统领域研宄的主流，研宄表明在个性化推荐 中使用矩阵分解技术可以得到比传统基于邻域的协同过滤更好的结果。矩阵分解算法将用 户对对象的评分矩阵进行分解，生成用户矩阵U和对象矩阵V，这样就将用户和对象映射到 了高维的潜语义空间。用户矩阵及对象矩阵的每一行都是一个向量，表示相应的用户和对 象。用户向量与一个对象向量的内积就是该用户对对象的评分，内积越大，评分越高，表示 越是推荐。每个用户的推荐对象可以取所有对象中K个内积最大的对象向量对应的对象作 为推荐结果。 在实际应用场景中，用户和对象的数量往往庞大，相当于多达千万的用户都需要 在千万级对象构成的高维空间中搜索K个最大的内积，该计算过程...
【技术保护点】
一种获取推荐对象的方法，其特征在于，包括：构建原始用户矩阵和原始对象矩阵，其中，所述原始用户矩阵中的每一行为原始用户向量，每个所述原始用户向量表示一个用户的多重属性特征，所述原始对象矩阵中的每一行为原始对象向量，每个所述原始对象向量表示一个对象的多重属性特征；对原始用户矩阵和原始对象矩阵进行保序变换，得到新用户矩阵和新对象矩阵；对所述新对象矩阵中的新对象向量构建对象高维索引结构；对所述新用户矩阵中的各个新用户向量在所述对象高维索引结构中进行最近邻搜索，得到所述新用户向量对应的最近邻新对象向量；根据各个所述新用户向量及其对应的所述最近邻新对象向量，输出用户与推荐对象的映射。
【技术特征摘要】
【专利技术属性】
技术研发人员：杨德坤，郑宸，贺炜，王彦明，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。