【技术实现步骤摘要】
品类推荐方法、存储设备和终端
本专利技术涉及计算机
,具体而言,本专利技术涉及一种品类推荐方法、存储设备和终端。
技术介绍
一般情况下,品类指的是对象的类别或者种类,例如,在游戏
中,品类为游戏的名称,比如英雄联盟、王者荣耀等都是品类。品类信息复杂多样,用户在面对大量信息时无法从中获得自己真正需要的信息,因此对用户进行品类的推荐尤其重要。在给用户进行品类推荐时,先前千篇一律,给所有用户推荐的品类都是一样的,没有区别对待,现在已朝智能化方向发现,根据各个用户自身的兴趣爱好推荐品类,也就是常说的个性化推荐系统。其中有一个重要的环节是给用户推他没有看过的品类,用协同过滤来实现。协同过滤,一种在数据挖掘中用于给用户推荐物品的模型,包括基于物品相似性的协同过滤与基于用户相似性的协同过滤。基于物品相似性的协同过滤基于物品的角度出发,给用户推荐的更多是自己兴趣范围内相似的。基于用户相似性的协同过滤从用户的角度出发,除了能满足前者的功能,还能拓展自身的兴趣爱好,给用户提供多种可能感兴趣的品类,提高应用留住用户的概率,因此为了追求更好的效果,一般选择基于用户相似性的协同 ...
【技术保护点】
一种品类推荐方法,其特征在于,包括步骤:获取目标用户在预设时间段内的品类观看记录,其中,所述品类观看记录包括观看的若干个品类以及对应的观看时长;根据若干个品类对应的观看时长,获得所述目标用户对各个品类的偏好程度;根据由若干个品类组成的源品类集合,生成第一幂集元素;根据所述第一幂集元素包含的品类的偏好程度,生成第一标识列表;根据所述第一幂集元素和所述第一标识列表,从预设的数据集中确定目标候选集,其中,所述数据集用于描述与各个幂集元素及其标识列表对应的候选集,所述候选集包括待推荐的品类;从所述目标候选集中选取品类并推荐给所述目标用户。
【技术特征摘要】
1.一种品类推荐方法,其特征在于,包括步骤:获取目标用户在预设时间段内的品类观看记录,其中,所述品类观看记录包括观看的若干个品类以及对应的观看时长;根据若干个品类对应的观看时长,获得所述目标用户对各个品类的偏好程度;根据由若干个品类组成的源品类集合,生成第一幂集元素;根据所述第一幂集元素包含的品类的偏好程度,生成第一标识列表;根据所述第一幂集元素和所述第一标识列表,从预设的数据集中确定目标候选集,其中,所述数据集用于描述与各个幂集元素及其标识列表对应的候选集,所述候选集包括待推荐的品类;从所述目标候选集中选取品类并推荐给所述目标用户。2.根据权利要求1所述的品类推荐方法,其特征在于,所述从预设的数据集中确定目标候选集,包括:获取所述目标用户对应的分组,其中,所述分组用于表征幂集元素及其标识列表;将所述分组对应的候选集确定为目标候选集。3.根据权利要求2所述的品类推荐方法,其特征在于,所述获取所述目标用户对应的分组之前,还包括:获取各个用户在预设时间段内的品类观看记录;根据若干个品类对应的观看时长,获得各个用户对各个品类的偏好程度;根据由若干个品类组成的源品类集合,获得各个用户的幂集元素;根据各个用户的幂集元素各自包含的品类的偏好程度,生成各个幂集元素的标识列表;从各个用户的源品类集合中删除幂集元素包含的品类,获得各个幂集元素的补集;按照幂集元素和标识列表进行分组,并确定各个分组邻域内的分组;根据各个分组的用户及补集,以及各自邻域内的分组的用户及补集,获得各个分组对应的候选集。4.根据权利要求3所述的品类推荐方法,其特征在于,所述确定各个分组邻域内的分组,包括:从由各个分组组成的集合中选取一个分组作为当前分组;获取集合中幂集元素与所述当前分组的幂集元素相同的分组;对获取的分组的标识列表中各个标识与所述当前分组的标识列表中对应位置的标识的差值的绝对值求和,若和小于等于预设阈值,确定该分组位于所述当前分组的邻域内;返回执行从由各个分组组成的集合中选取一个分组作为当前分组的步骤,直至确定出所有分组邻域内的分组。5.根据权利要求3所述的品类推荐方法,其特征在于,各个分组对应的候选集还包括与待推荐的品类对应的用户数...
【专利技术属性】
技术研发人员:陶胜,
申请(专利权)人:广州虎牙信息科技有限公司,
类型:发明
国别省市:广东,44
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。