基于评分数据的物品推荐方法、装置及介质制造方法及图纸

本发明专利技术涉及数据分析，提供一种基于评分数据的物品推荐方法，包括：采集用户对物品的评分构建用户物品二分图；基于用户物品二分图的所有节点得到第一相关矩阵；根据每个节点的相邻节点构成每个节点的相邻集合，从第一相关矩阵中提取相邻集合中任意两个节点组合的相关值，构成子相关矩阵，将子相关矩阵中非对角线元素均值的倒数作为每个节点的桥接值，构成桥接矩阵；将桥接矩阵与第一相关矩阵进行组合获得各节点的推荐指数构成的推荐矩阵；按照推荐指数由大到小的顺序对推荐矩阵中表示物品的节点进行排序，按照预设条件选取节点对应的物品作为推荐物品。本发明专利技术还提供一种电子装置及存储介质。本发明专利技术向用户推荐不拘泥于用户兴趣的相似物品。

Method, device and medium of goods recommendation based on rating data

The invention relates to data analysis and provides an article recommendation method based on scoring data, which includes: collecting user's scoring of articles to build a user's article dichotomy map; obtaining a first correlation matrix based on all nodes of the user's article dichotomy map; forming an adjacent set of each node according to the adjacent nodes of each node, extracting any two adjacent sets from the first correlation matrix The correlation value of node combination forms the sub correlation matrix. The reciprocal of the mean value of non diagonal elements in the sub correlation matrix is taken as the bridge value of each node to form the bridge matrix. The bridge matrix and the first correlation matrix are combined to obtain the recommended matrix composed of the recommended index of each node. The nodes representing the items in the recommended matrix are arranged in the order of the recommended index from large to small Order, select the items corresponding to the node as the recommended items according to the default conditions. The invention also provides an electronic device and a storage medium. The invention recommends to the user similar articles which are not limited to the user's interests.

【技术实现步骤摘要】
基于评分数据的物品推荐方法、装置及介质
本专利技术涉及数据分析
，更为具体地，涉及一种基于评分数据的物品推荐方法、装置及介质。
技术介绍
在商业网站中，推荐系统占据着重要的地位。推荐系统可以帮助用户过滤掉大量不相关的信息，专注于他们想要的东西，同时也可以帮助企业增加销量。大多数推荐系统的推荐算法专注于提高推荐物品与用户偏好的精确度，但是这么做会让用户的视野越来越窄。让用户了解更多有用的东西也是一个推荐系统所需要的重要特性。这样的系统会达到一个双赢的效果，用户可以找到更多他们感兴趣的东西，企业也可以增加产品销量和用户满意度。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种向用户推荐不拘泥于用户兴趣的相似物品的基于评分数据的物品推荐方法、电子装置及存储介质。为了实现上述目的，本专利技术提供一种电子装置，所述电子装置包括存储器和处理器，所述存储器中包括基于评分数据的物品推荐程序，所述基于评分数据的物品推荐程序被所述处理器执行时实现如下步骤：步骤S1，采集用户对不同物品的评分数据，构建用户物品二分图，根据评分确定用户和物品的连接线权重；步骤S2，基于所述用户物品二分图的所有节点得到第一相关矩阵，第一相关矩阵中的元素表示任意两节点之间的相关值；步骤S3，根据每个节点的相邻节点构成每个节点的相邻集合，从第一相关矩阵中提取每个节点的相邻集合中任意两个节点组合的相关值，构成每个节点的子相关矩阵，将所述子相关矩阵中非对角线元素均值的倒数作为每个节点的桥接值，构成桥接矩阵；步骤S4，将桥接矩阵与第一相关矩阵进行组合获得各节点的推荐指数，构成推荐矩阵，所述推荐指数与所述桥接值和所述相关值均为正相关关系；步骤S5，按照推荐指数对推荐矩阵中的节点进行排序，按照预设条件选取节点对应的物品作为推荐物品。此外，为了实现上述目的，本专利技术还提供一种基于评分数据的物品推荐方法，包括：步骤S1，采集用户对不同物品的评分数据，构建用户物品二分图，根据评分确定用户和物品的连接线权重；步骤S2，基于所述用户物品二分图的所有节点得到第一相关矩阵，第一相关矩阵中的元素表示任意两节点之间的相关值；步骤S3，根据每个节点的相邻节点构成每个节点的相邻集合，从第一相关矩阵中提取每个节点的相邻集合中任意两个节点组合的相关值，构成每个节点的子相关矩阵，将所述子相关矩阵中非对角线元素均值的倒数作为每个节点的桥接值，构成桥接矩阵；步骤S4，将桥接矩阵与第一相关矩阵进行组合获得各节点的推荐指数，构成推荐矩阵，所述推荐指数与所述桥接值和所述相关值均为正相关关系；步骤S5，按照推荐指数对推荐矩阵中的节点进行排序，按照预设条件选取节点对应的物品作为推荐物品。优选地，步骤S4之后，所述方法还包括：将被推荐用户的节点的桥接值与第一相关矩阵中所述节点的相关向量进行组合获得被推荐用户的节点与各节点的推荐指数构成的推荐向量；按照推荐指数由大到小的顺序对推荐向量中表示物品的节点进行排序，根据推荐的需求数量，将排序前所述需求数量的物品作为推荐物品。此外，优选地，步骤S2之后，所述方法还包括：获得所述用户物品二分图的节点之间的第一相关矩阵和第二相关矩阵，其中，第二相关矩阵中的元素表示一个用户与一个物品之间的相关值；获得表示用户的节点的桥接值构成的用户桥接矩阵；将用户桥接矩阵与第二相关矩阵组合得到推荐矩阵。此外，优选地，步骤S2之后，所述方法还包括：获得所述用户物品二分图的节点之间的第一相关矩阵和第二相关矩阵，其中，第二相关矩阵中的元素表示一个用户与一个物品之间的相关值；将被推荐用户的节点的桥接值与第二相关矩阵进行组合获得推荐矩阵。此外，优选地，步骤S2之后，所述方法还包括：获得所述用户物品二分图的节点之间的第一相关矩阵和第二相关矩阵，其中，第二相关矩阵中的元素表示一个用户与一个物品之间的相关值；将被推荐用户的节点的桥接值与第二相关矩阵中所述节点的相关向量进行组合获得被推荐用户的节点与各节点的推荐指数构成的推荐向量；按照推荐指数由大到小的顺序对推荐向量中表示物品的节点进行排序，按照预设条件选取被推荐用户的节点对应的物品作为推荐物品。优选地，所述步骤S5包括：对物品进行聚类，得到各物品所属物品组；采用相似度度量方法分析各用户对各物品组的相似度，获得符合用户偏好的设定数量的物品组；将按照预设条件选取的物品中不属于所述符合用户偏好的物品组的物品优先推荐给用户。此外，优选地，所述步骤S5包括：根据用户对商品的评分，采用聚类方法对用户进行分群；每个用户群中各用户偏好的物品的集合构成所述用户群的物品集合；将按照预设条件选取的物品中不属于所述用户群的物品集合的物品有限推荐给用户。优选地，在步骤S2中，采用随机游走重启的方法获得各节点之间的相关值，包括：根据用户对物品的评分，确定各节点之间的相似度；以一个节点为出发节点，将所述一个节点与其他节点的相似度组成的向量作为重启向量，计算二分图上各个节点之间的迁移概率；将所述节点之间的迁移概率组成邻接矩阵；对邻接矩阵进行迭代处理，直到邻接矩阵收敛，所述收敛后的邻接矩阵矩阵中元素为所述一个节点与一个其他节点的两者之间的相关值。此外，为了实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中包括基于评分数据的物品推荐程序，所述基于评分数据的物品推荐程序被处理器执行时，实现上述的基于评分数据的物品推荐方法的步骤。本专利技术所述基于评分数据的物品推荐方法、电子装置及计算机可读存储介质通过平衡相关值和桥接值来向用户推荐一个和他之前所感兴趣的相关但是又与另外的领域相连的新物品，相关值体现了一个物品与用户连接的紧密度，桥接值反应的是在某一类中的某个物品与其他类的相关度，综合考虑了这两个值，可以推荐出不拘泥于用户兴趣的相似物品。附图说明图1是本专利技术基于评分数据的物品推荐方法较佳实施例的应用环境示意图；图2是图1中基于评分数据的物品推荐程序较佳实施例的模块示意图；图3是本专利技术基于评分数据的物品推荐方法较佳实施例的流程图；图4是本专利技术用户-物品二分图的局部示意图。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下将结合附图对本专利技术的具体实施例进行详细描述。本专利技术提供一种基于评分数据的物品推荐方法，应用于一种电子装置1。参照图1所示，为本专利技术基于评分数据的物品推荐方法较佳实施例的应用环境示意图。在本实施例中，电子装置1可以是服务器、手机、平板电脑、便携计算机、桌上型计算机等具有运算功能的终端客户端。存储器11包括至少一种类型的可读存储介质。所述至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器等的非易失性存储介质。在一些实施例中，所述可读存储介质可以是所本文档来自技高网...

【技术保护点】
1.一种基于评分数据的物品推荐方法，其特征在于，包括：/n步骤S1，采集用户对不同物品的评分数据，构建用户物品二分图，根据评分确定用户和物品的连接线权重；/n步骤S2，基于所述用户物品二分图的所有节点得到第一相关矩阵，第一相关矩阵中的元素表示任意两节点之间的相关值；/n步骤S3，根据每个节点的相邻节点构成每个节点的相邻集合，从第一相关矩阵中提取每个节点的相邻集合中任意两个节点组合的相关值，构成每个节点的子相关矩阵，将所述子相关矩阵中非对角线元素均值的倒数作为每个节点的桥接值，构成桥接矩阵；/n步骤S4，将桥接矩阵与第一相关矩阵进行组合获得各节点的推荐指数，构成推荐矩阵，所述推荐指数与所述桥接值和所述相关值均为正相关关系；/n步骤S5，按照推荐指数对推荐矩阵中的节点进行排序，按照预设条件选取节点对应的物品作为推荐物品。/n

【技术特征摘要】
1.一种基于评分数据的物品推荐方法，其特征在于，包括：
步骤S1，采集用户对不同物品的评分数据，构建用户物品二分图，根据评分确定用户和物品的连接线权重；
步骤S2，基于所述用户物品二分图的所有节点得到第一相关矩阵，第一相关矩阵中的元素表示任意两节点之间的相关值；
步骤S3，根据每个节点的相邻节点构成每个节点的相邻集合，从第一相关矩阵中提取每个节点的相邻集合中任意两个节点组合的相关值，构成每个节点的子相关矩阵，将所述子相关矩阵中非对角线元素均值的倒数作为每个节点的桥接值，构成桥接矩阵；
步骤S4，将桥接矩阵与第一相关矩阵进行组合获得各节点的推荐指数，构成推荐矩阵，所述推荐指数与所述桥接值和所述相关值均为正相关关系；
步骤S5，按照推荐指数对推荐矩阵中的节点进行排序，按照预设条件选取节点对应的物品作为推荐物品。


2.根据权利要求1所述的基于评分数据的物品推荐方法，其特征在于，步骤S4之后，所述方法还包括：
将被推荐用户的节点的桥接值与第一相关矩阵中所述节点的相关向量进行组合获得被推荐用户的节点与各节点的推荐指数构成的推荐向量；
按照推荐指数由大到小的顺序对推荐向量中表示物品的节点进行排序，根据推荐的需求数量，将排序前所述需求数量的物品作为推荐物品。


3.根据权利要求1所述的基于评分数据的物品推荐方法，其特征在于，步骤S2之后，所述方法还包括：
获得所述用户物品二分图的节点之间的第一相关矩阵和第二相关矩阵，其中，第二相关矩阵中的元素表示一个用户与一个物品之间的相关值；
获得表示用户的节点的桥接值构成的用户桥接矩阵；
将用户桥接矩阵与第二相关矩阵组合得到推荐矩阵。


4.根据权利要求1所述的基于评分数据的物品推荐方法，其特征在于，步骤S2之后，所述方法还包括：
获得所述用户物品二分图的节点之间的第一相关矩阵和第二相关矩阵，其中，第二相关矩阵中的元素表示一个用户与一个物品之间的相关值；
将被推荐用户的节点的桥接值与第二相关矩阵进行组合获得推荐矩阵。


5.根据权利要求1所述的基于评分数据的物品推荐方法，其特征在于，步骤S2之后，所述方法还包括：
获得所述用户物品二分图的节点之间的第一相关矩阵和第二相关矩阵，其中，第二相关矩阵中的元素表示一个用户与一个物品之间的相关值；
将被推荐用户的节点的桥接值与第二相关矩阵中所述节点的相关向量进行组合获得被推荐用户的节点与各节点的推荐指数构成的推荐向量；
按照推荐指数由大到小的顺序对推荐向量中表示物品的节点进行排序，按照预设条件选取被推荐用户的节点对...

【专利技术属性】
技术研发人员：王健宗，贾雪丽，
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