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 ...
【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
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。