电子装置、产品推荐方法和计算机可读存储介质制造方法及图纸

本发明专利技术公开一种电子装置、产品推荐方法和计算机可读存储介质，该方法包括：基于社交网络获取目标用户的关联用户，建立目标用户与关联用户之间的信任关系网络图；计算出目标用户对各个关联用户的信任度，并根据得到的信任度对信任关系网络图中的有向边进行相应赋值；选出该目标用户的信任度最高的前K个关联用户；针对每个目标产品，分别获取前K个关联用户对该目标产品的历史预设行为数据，根据前K个关联用户的信任度及历史预设行为数据，计算得出目标用户对该目标产品的兴趣倾向度；按兴趣倾向度对各个目标产品进行降序排名，选取前N名目标产品推荐给目标用户。本发明专利技术技术方案实现了有针对性的、准确的向目标用户推荐目标用户未了解的产品。

【技术实现步骤摘要】
电子装置、产品推荐方法和计算机可读存储介质
本专利技术涉及计算机人工智能领域，特别涉及一种电子装置、产品推荐方法和计算机可读存储介质。
技术介绍
传统的推荐系统通常为基于内容的关联规则推荐模型，也就是基于目标用户之前的购买或者浏览信息，向目标用户推荐与之前购买或者浏览的产品相似度高的其他产品，该方法很大的局限性就是要求目标用户有之前类似的产品购买或浏览记录，针对目标用户未了解的产品则无法准确推荐。
技术实现思路
本专利技术提供一种电子装置、产品推荐方法和计算机可读存储介质，旨在实现有针对性的、准确的向目标用户推荐目标用户未了解的产品。为实现上述目的，本专利技术提出的电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的产品推荐系统，所述产品推荐系统被所述处理器执行时实现如下步骤：基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。优选地，所述预设规则为：计算关联用户与所述目标用户的社交圈重叠度；确定关联用户与所述目标用户在预设时间段内的互动频次；确定关联用户在社交网络中的影响力；将所述社交圈重叠度、确定的互动频次和确定的影响力按预设权重比例加权求和得到目标用户对所述关联用户的信任度。优选地，所述计算关联用户与所述目标用户的社交圈重叠度的步骤包括：获取所述关联用户关注的人群集合B和所述目标用户关注的人群集合A；根据计算公式计算出关联用户与所述目标用户的社交圈重叠度SAB。优选地，所述预设的计算公式为：其中，P(u，i)为目标用户u对目标产品i的兴趣倾向度，t(u,K)为包含所述K个关联用户的集合，N(i)为对目标产品i有过的历史预设行为的关联用户集合，Tuv代表目标用户u对关联用户v的信任度，rvi为关联用户v对目标产品i的预设历史行为值。本专利技术还提出一种产品推荐方法，该方法包括步骤：基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。优选地，所述预设规则为：计算关联用户与所述目标用户的社交圈重叠度；确定关联用户与所述目标用户在预设时间段内的互动频次；确定关联用户在社交网络中的影响力；将所述社交圈重叠度、确定的互动频次和确定的影响力按预设权重比例加权求和得到目标用户对所述关联用户的信任度。优选地，所述计算关联用户与所述目标用户的社交圈重叠度的步骤包括：获取所述关联用户关注的人群集合B和所述目标用户关注的人群集合A；根据计算公式计算出关联用户与所述目标用户的社交圈重叠度SAB。优选地，所述预设的计算公式为：其中，P(u，i)为目标用户u对目标产品i的兴趣倾向度，t(u,K)为包含所述K个关联用户的集合，N(i)为对目标产品i有过的历史预设行为的关联用户集合，Tuv代表目标用户u对关联用户v的信任度，rvi为关联用户v对目标产品i的预设历史行为值。本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质存储有产品推荐系统，所述产品推荐系统可被至少一个处理器执行，以使所述至少一个处理器执行如下步骤：基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。优选地，所述预设规则为：计算关联用户与所述目标用户的社交圈重叠度；确定关联用户与所述目标用户在预设时间段内的互动频次；确定关联用户在社交网络中的影响力；将所述社交圈重叠度、确定的互动频次和确定的影响力按预设权重比例加权求和得到目标用户对所述关联用户的信任度。本专利技术技术方案，基于社交网络获取目标用户的关联用户，并根据目标用户与各个关联用户的信任度，构建完成目标用户与各个关联用户之间的信任关系网络图；选取目标用户的信任度最高的前K个关联用户，根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。与现有技术相比，本方案实现了有针对性的、准确的向目标用户推荐目标用户未了解的产品。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本专利技术产品推荐方法一实施例的流程示意图；图2为本专利技术产品推荐系统一实施例的运行环境示意图；图3为本专利技术产品推荐系统一实施例的程序模块图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。如图1所示，图1为本专利技术产品推荐方法一实施例的流程示意图。本实施例中，该产品推荐方法包括：步骤S10，基于社交网络获取目标用户的关联用户，将目标用户和各个关本文档来自技高网...

【技术保护点】
一种电子装置，其特征在于，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的产品推荐系统，所述产品推荐系统被所述处理器执行时实现如下步骤：基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。

【技术特征摘要】
1.一种电子装置，其特征在于，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的产品推荐系统，所述产品推荐系统被所述处理器执行时实现如下步骤：基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联用户的信任度及所述前K个用户的历史预设行为数据，利用预设的计算公式计算得出所述目标用户对该目标产品的兴趣倾向度；按所述目标用户对各个目标产品的兴趣倾向度对各个目标产品进行降序排名，选取排名榜的前N名目标产品推荐给所述目标用户。2.如权利要求1所述的电子装置，其特征在于，所述预设规则为：计算关联用户与所述目标用户的社交圈重叠度；确定关联用户与所述目标用户在预设时间段内的互动频次；确定关联用户在社交网络中的影响力；将所述社交圈重叠度、确定的互动频次和确定的影响力按预设权重比例加权求和得到目标用户对所述关联用户的信任度。3.如权利要求2所述的电子装置，其特征在于，所述计算关联用户与所述目标用户的社交圈重叠度的步骤包括：获取所述关联用户关注的人群集合B和所述目标用户关注的人群集合A；根据计算公式计算出关联用户与所述目标用户的社交圈重叠度SAB。4.如权利要求1-3中任意一项所述的电子装置，其特征在于，所述预设的计算公式为：其中，P(u，i)为目标用户u对目标产品i的兴趣倾向度，t(u,K)为包含所述K个关联用户的集合，N(i)为对目标产品i有过的历史预设行为的关联用户集合，Tuv代表目标用户u对关联用户v的信任度，rvi为关联用户v对目标产品i的预设历史行为值。5.一种产品推荐方法，其特征在于，该方法包括步骤：基于社交网络获取目标用户的关联用户，将目标用户和各个关联用户均作为节点，以目标用户至关联用户的有向边作为目标用户对关联用户的信任度，建立目标用户与关联用户之间的信任关系网络图；按预设规则分别计算出目标用户对各个关联用户的信任度，并根据计算出的信任度将对应的权重赋与所述信任关系网络图中对应的有向边；基于所述信任关系网络图，选出该目标用户的信任度最高的前K个关联用户，K为预设值；针对每个目标产品，分别获取所述前K个关联用户对该目标产品的历史预设行为数据，并根据所述目标用户对所述前K个关联...

【专利技术属性】
技术研发人员：黄博，王建明，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44