基于时空特征的个性化推荐方法、装置、电子设备及存储介质制造方法及图纸

技术编号:30230561 阅读:13 留言:0更新日期:2021-09-29 10:02
本发明专利技术实施例提供一种基于时空特征的个性化推荐方法,方法包括:获取目标用户的在浏览信息时的时空矩阵,时空矩阵包括浏览时间、浏览地点以及浏览标签,不同浏览标签对应于不同类型的信息内容;获取所有信息的评分矩阵,评分矩阵包括信息标签、用户信息以及评分值,不同信息标签对应于不同类型的信息内容;将评分矩阵进行隐式因子分解,得到基于信息标签的隐式信息矩阵,隐式信息矩阵包括信息标签以及第一隐式评分;基于隐式信息矩阵与时空矩阵,得到目标用户的个性化推荐矩阵;根据个性化推荐矩阵对目标用户进行个性化推荐。本发明专利技术能够考虑到用户何时何地对何种信息进行感兴趣,从而充分挖掘用户的浏览个性,从而提高推荐准确率。率。率。

【技术实现步骤摘要】
基于时空特征的个性化推荐方法、装置、电子设备及存储介质


[0001]本专利技术涉及智能推荐领域,尤其涉及一种基于时空特征的个性化推荐方法、装置、电子设备及存储介质。

技术介绍

[0002]信息推送是给用户推荐一些特定的信息,以减少用户对于信息的搜索成本,随着互联网的发展和大数据的发展,信息推送可以根据用户的兴趣来搜索用户可能感兴趣的信息和过滤用户可能不感兴趣的信息,并将用户感兴趣的信息推给用户,帮助用户高效率地浏览自己感兴趣的信息。
[0003]现有的推荐方法主要是通过信息相似度或者用户群体进行推荐,基于信息相似度的推荐指的是,当用户对某条信息内容感兴趣时,则会为用户推荐相同类别的信息内容,基于用户群体的推荐指的是,对用户进行聚类,同一类型的用户推荐相同类别的信息内容。然而,无论是基于信息相似度的推荐还是基于用户群体的推荐,都存在推荐信息固化的问题,会向用户长期推荐同质化的信息内容,当用户处理不同时间和不同位置时,其所需要的信息内容是会发生变化的,使得现有推荐方法无法及时感知用户的需求变化,进而使得推荐准确率较低。

技术实现思路

[0004]本专利技术实施例提供一种基于时空特征的个性化推荐方法,能够在信息评分的基础上,根据用户在时间上和空间上的信息来对用户进行信息推荐,由于考虑到用户何时何地对何种信息进行感兴趣,从而充分挖掘用户的浏览个性,从而提高推荐准确率。
[0005]第一方面,本专利技术实施例提供一种基于时空特征的个性化推荐方法,所述方法包括:
[0006]获取目标用户在浏览信息时的时空矩阵,所述时空矩阵包括浏览时间、浏览地点以及浏览标签,不同浏览标签对应于不同类型的信息内容;
[0007]获取所有信息的评分矩阵,所述评分矩阵包括信息标签、用户信息以及评分值,不同信息标签对应于不同类型的信息内容;
[0008]将所述评分矩阵进行隐式因子分解,得到基于信息标签的隐式信息矩阵,所述隐式信息矩阵包括信息标签以及第一隐式评分;
[0009]基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵;
[0010]根据所述个性化推荐矩阵对所述目标用户进行个性化推荐。
[0011]可选的,所述获取所有信息的评分矩阵,包括:
[0012]获取平台的历史浏览信息,所述历史浏览信息包括被浏览信息的信息标签、被浏览次数、正面评价次数、负面评价次数以及被浏览信息对应的用户信息;
[0013]通过所述被浏览信息的所述被浏览次数、所述正面评价次数以及所述负面评价次数,计算所述被浏览信息的评分值;
[0014]根据所述被浏览信息的信息标签、所述被浏览信息的评分值以及被浏览信息对应的用户信息,构建所述评分矩阵。
[0015]可选的,所述基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵,包括:
[0016]将所述时空矩阵进行掩码,得到所述时空矩阵的掩码矩阵,在所述掩码矩阵中,一个掩码值对应一个浏览标签;
[0017]基于所述隐式信息矩阵与所述掩码矩阵,得到所述目标用户的个性化推荐矩阵。
[0018]可选的,在所述基于所述隐式信息矩阵与所述掩码矩阵,得到所述目标用户的个性化推荐矩阵之前,所述基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵,还包括:
[0019]对所述掩码矩阵进行维数变化,以使所述掩码矩阵的维数与所述隐式信息矩阵相同。
[0020]可选的,所述对所述掩码矩阵进行维数变化,包括:
[0021]通过预设的全卷积网络对所述掩码矩阵进行维数变化,所述全卷积网络的输出维数根据所述隐式信息矩阵的维数相同。
[0022]可选的,所述将所述时空矩阵进行掩码,得到所述时空矩阵的掩码矩阵,包括:
[0023]将所述评分矩阵进行隐式因子分解,得到基于用户信息的隐式用户矩阵,所述隐式用户矩阵包括用户信息以及第二隐式评分;
[0024]根据所述第二隐式评分,计算所述目标用户的掩码系数;
[0025]根据所述掩码系数,对所述掩码矩阵进行掩码计算。
[0026]第二方面,本专利技术实施例提供一种基于时空特征的个性化推荐装置,所述装置包括:
[0027]第一获取模块,用于获取目标用户的在浏览信息时的时空矩阵,所述时空矩阵包括浏览时间、浏览地点以及浏览标签,不同浏览标签对应于不同类型的信息内容;
[0028]第二获取模块,用于获取所有信息的评分矩阵,所述评分矩阵包括信息标签、用户信息以及评分值,不同信息标签对应于不同类型的信息内容;
[0029]分解模块,用于将所述评分矩阵进行隐式因子分解,得到基于信息标签的隐式信息矩阵,所述隐式信息矩阵包括信息标签以及第一隐式评分;
[0030]处理模块,用于基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵;
[0031]推荐模块,用于根据所述个性化推荐矩阵对所述目标用户进行个性化推荐。
[0032]可选的,所述第二获取模块包括:
[0033]获取子模块,用于获取平台的历史浏览信息,所述历史浏览信息包括被浏览信息的信息标签、被浏览次数、正面评价次数、负面评价次数以及被浏览信息对应的用户信息;
[0034]计算子模块,用于通过所述被浏览信息的所述被浏览次数、所述正面评价次数以及所述负面评价次数,计算所述被浏览信息的评分值;
[0035]构建子模块,用于根据所述被浏览信息的信息标签、所述被浏览信息的评分值以及被浏览信息对应的用户信息,构建所述评分矩阵。
[0036]第三方面,本专利技术实施例提供一种电子设备,包括:存储器、处理器及存储在所述
存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本专利技术实施例提供的基于时空特征的个性化推荐方法中的步骤。
[0037]第四方面,本专利技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现专利技术实施例提供的基于时空特征的个性化推荐方法中的步骤。
[0038]本专利技术实施例中,获取目标用户的在浏览信息时的时空矩阵,所述时空矩阵包括浏览时间、浏览地点以及浏览标签,不同浏览标签对应于不同类型的信息内容;获取所有信息的评分矩阵,所述评分矩阵包括信息标签、用户信息以及评分值,不同信息标签对应于不同类型的信息内容;将所述评分矩阵进行隐式因子分解,得到基于信息标签的隐式信息矩阵,所述隐式信息矩阵包括信息标签以及第一隐式评分;基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵;根据所述个性化推荐矩阵对所述目标用户进行个性化推荐。本专利技术能够在信息评分的基础上,根据用户在时间上和空间上的信息来对用户进行信息推荐,由于考虑到用户何时何地对何种信息进行感兴趣,从而充分挖掘用户的浏览个性,从而提高推荐准确率。
附图说明
[0039]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,下面将对本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于时空特征的个性化推荐方法,其特征在于,包括以下步骤:获取目标用户在浏览信息时的时空矩阵,所述时空矩阵包括浏览时间、浏览地点以及浏览标签,不同浏览标签对应于不同类型的信息内容;获取所有信息的评分矩阵,所述评分矩阵包括信息标签、用户信息以及评分值,不同信息标签对应于不同类型的信息内容;将所述评分矩阵进行隐式因子分解,得到基于信息标签的隐式信息矩阵,所述隐式信息矩阵包括信息标签以及第一隐式评分;基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵;根据所述个性化推荐矩阵对所述目标用户进行个性化推荐。2.如权利要求1所述的方法,其特征在于,所述获取所有信息的评分矩阵,包括:获取平台的历史浏览信息,所述历史浏览信息包括被浏览信息的信息标签、被浏览次数、正面评价次数、负面评价次数以及被浏览信息对应的用户信息;通过所述被浏览信息的所述被浏览次数、所述正面评价次数以及所述负面评价次数,计算所述被浏览信息的评分值;根据所述被浏览信息的信息标签、所述被浏览信息的评分值以及被浏览信息对应的用户信息,构建所述评分矩阵。3.如权利要求2所述的方法,其特征在于,所述基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵,包括:将所述时空矩阵进行掩码,得到所述时空矩阵的掩码矩阵,在所述掩码矩阵中,一个掩码值对应一个浏览标签;基于所述隐式信息矩阵与所述掩码矩阵,得到所述目标用户的个性化推荐矩阵。4.如权利要求3所述的方法,其特征在于,在所述基于所述隐式信息矩阵与所述掩码矩阵,得到所述目标用户的个性化推荐矩阵之前,所述基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵,还包括:对所述掩码矩阵进行维数变化,以使所述掩码矩阵的维数与所述隐式信息矩阵相同。5.如权利要求4所述的方法,其特征在于,所述对所述掩码矩阵进行维数变化,包括:通过预设的全卷积网络对所述掩码矩阵进行维数变化,所述全卷积网络的输出维数根据所述隐式信息矩阵的维数相同。6.如权利要求3所述的方法,其特征在于,所述将所...

【专利技术属性】
技术研发人员:陈昌钦冯永灿罗煜龙
申请(专利权)人:深圳市数字尾巴科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1