一种商品推荐方法、装置、设备以及存储介质制造方法及图纸

本发明专利技术公开了一种商品推荐方法，通过获取不同用户分别针对不同商品的评分数据，评分数据用于表征用户对商品的喜欢程度；根据不同用户对商品的评分数据，对不同用户之间的用户相似度进行计算；根据目标用户的近邻用户对待推荐商品的评分数据得到目标用户对待推荐商品的评分数据，以对商品进行推荐。本申请基于近邻传播的商品推荐方法，采用迭代的思想，将每一轮的评分数据带入到下一轮预测评分当中，使得评分矩阵越来越稠密，也致使预测评分越来越精确。因此，本申请可以更好地提高商品推荐的性能。此外，本申请还提供了一种具有上述技术效果的商品推荐装置、设备以及计算机可读存储介质。

A commodity recommendation method, device, equipment and storage medium

The invention discloses a method of commodity recommendation, which is used to characterize the user's preference for commodities by acquiring different users'rating data for different commodities; calculating the user similarity among different users according to different users' rating data for commodities; and obtaining the target according to the rating data of the nearest neighbor users of the target user for the recommended commodities. The household's rating data on the recommended commodities are used to recommend the commodities. This application is based on the commodity recommendation method of near-neighbor dissemination, and adopts the idea of iteration to bring the score data of each round into the next round of forecast score, which makes the score matrix denser and denser, and also makes the forecast score more and more accurate. Therefore, this application can better improve the performance of commodity recommendation. In addition, the application also provides a commodity recommendation device, device and computer readable storage medium with the above technical effect.

【技术实现步骤摘要】
一种商品推荐方法、装置、设备以及存储介质
本专利技术涉及信息处理
，特别是涉及一种商品推荐方法、装置、设备以及计算机可读存储介质。
技术介绍
互联网的出现和普及给用户带来了大量的信息，满足了用户在信息时代对信息的需求，但随着网络的迅速发展而带来的网上信息量的大幅增长，使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息，对信息的使用效率反而降低了，这就是所谓的信息超载问题。解决信息超载问题一个非常有潜力的办法是推荐系统，它是根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐系统。和搜索引擎相比推荐系统通过研究用户的兴趣偏好，进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求。推荐系统现已广泛应用于很多领域，其中最典型并具有良好的发展和应用前景的领域就是电子商务领域。对于个性化推荐系统一些传统的相似度度量方法比如余弦相似度，Pearson相似度(PearsonCorrelationCoefficient,PCC)以及矩阵分解(Matrixfactorization)算法已经广泛应用于商品推荐算法中。然而用户和商品的数量的本文档来自技高网...

【技术保护点】
1.一种商品推荐方法，其特征在于，包括：获取不同用户分别针对不同商品的评分数据，所述评分数据用于表征用户对商品的喜欢程度；根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算；根据目标用户的近邻用户对待推荐商品的评分数据得到所述目标用户对所述待推荐商品的评分数据，以对商品进行推荐。

【技术特征摘要】
1.一种商品推荐方法，其特征在于，包括：获取不同用户分别针对不同商品的评分数据，所述评分数据用于表征用户对商品的喜欢程度；根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算；根据目标用户的近邻用户对待推荐商品的评分数据得到所述目标用户对所述待推荐商品的评分数据，以对商品进行推荐。2.如权利要求1所述的商品推荐方法，其特征在于，所述获取不同用户分别针对不同商品的评分数据包括：采用集合U＝{u1,...,ul}和M＝{m1,...,mn}分别代表用户集合与商品集合，l和n分别表示用户数量和商品数量，输入商品评分矩阵其中rij∈{0,s}表示用户ui对商品mj的评分；若rij取值为0则表示用户对商品未评价，若rij取非零值则表示用户对商品评价的分值。3.如权利要求2所述的商品推荐方法，其特征在于，所述根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算包括：对任意两个用户ug和ui，采用S(ug,ui)＝A(ug,ui)C(ug,ui)PCC(ug,ui)计算二者之间的用户相似度；其中，A(ug,ui)表示用户ug和用户ui的一致性程度，计算方式为：Vg表示基于用户ug的评分向量，中的上角标T表示转置，Vi表示基于用户ui的评分向量；C(ug,ui)表示折衷因素，计算方式为：Ig为用户ug评价过的物品集合，Ii为用户ui评价过的物品集合；PCC(ug,ui)是计算两个用户之间的Pearson相似度，计算方式为：其中，rgj是用户ug对物品mj的评分，表示用户ui对商品非零评分的平均值，代表用户ug对商品非零评分的平均值；rij是用户ui对物品mj的评分；Ig∩Ii表示用户ug和用户ui共同评价过的商品集合。4.如权利要求3所述的商品推荐方法，其特征在于，所述根据目标用户的近邻用户对待推荐商品的评分数据得到所述目标用户对所述待推荐商品的评分数据包括：在目标用户为ut∈U，给所述目标用户ut推荐待推荐商品ma∈{mj|mj∈MΛrtj＝0}时，预测目标用户ut对所述待推荐商品ma的评分为：其中，ma∈{mj|mj∈MΛrtj＝0}代表用户未曾评分的商品，Λ是条件连接符号，rca表示用户uc对商品ma的评分，表示目标用户ut对商品非零评分的平均值，表示近邻用户uc对商品非零评分的平均值，S(ut,uc)表示目标用户ut和近邻用户uc的用户相似性，NK是目标用户ut的近邻用户数集，包含与目标用户的用户相似度从高到低选取的K个近邻用户，Wca为近邻用户uc对待推荐商品ma的评分信任度且Wca＝decayitear，decay为衰减率，itear为迭代次数，每一轮新添的分值对应一个信任系数，每一轮乘以衰减率。5.一种商品推荐装置，其特征在于，包括：获取模块，用于获取不同用户分别针对不同商品的评分数据...

【专利技术属性】
技术研发人员：张莉，李泽鹏，王邦军，周伟达，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32