物品推荐方法、计算机设备及计算机可读存储介质技术

一种物品推荐方法、计算机设备及计算机可读存储介质，所述方法包括：获取多个待选物品的评价信息；利用预设主题模型对多个待选物品的评价信息进行主题提取，得到每一评价信息的评论主题分布；获取每一评价信息与目标用户的关联关系，关联关系包括评价得分指标、兴趣变化指标、热度衰减指标中的至少一者；根据关联关系及每一评价信息的评论主题分布得到与目标用户对应的偏好主题分布；基于目标用户的偏好主题分布计算得到多个待选物品中的每个待选物品的预测评分；根据每个待选物品的预测评分从多个待选物品中选取至少一个物品推荐给目标用户。本申请基于评价信息与目标用户的关联关系进行物品推荐，物品推荐更精准，推荐效果更佳。果更佳。果更佳。

【技术实现步骤摘要】
物品推荐方法、计算机设备及计算机可读存储介质


[0001]本申请涉及数据处理
，尤其涉及一种物品推荐方法、计算机设备及计算机可读存储介质。

技术介绍

[0002]推荐系统作为一种筛选信息的工具，存在于海量数据的基础上，可以有效解决信息过载的问题。推荐系统可以通过推荐算法从海量数据中挖掘出用户感兴趣的项目(如信息、服务、物品等)，并将结果推荐给用户，以满足用户的需求。
[0003]现有的协同过滤算法虽然可以减缓数据稀疏性和冷启动对推荐结果的影响，但是并没有考虑用户的兴趣可能发生变化或者物品的热度衰减等因素，导致推荐效果不佳，影响用户使用体验。

技术实现思路

[0004]有鉴于此，有必要针对物品推荐的准确性不高的技术问题，提供一种物品推荐方法、计算机设备及计算机可读存储介质。
[0005]本申请一实施例提供一种物品推荐方法，包括：获取多个待选物品的评价信息；利用预设主题模型对多个待选物品的评价信息进行主题提取，得到每一评价信息的评论主题分布；获取每一评价信息与目标用户的关联关系，关联关系包括评价得分指标、兴趣变化指标、热度衰减指标中的至少一者；根据关联关系及每一评价信息的评论主题分布得到与目标用户对应的偏好主题分布；基于目标用户的偏好主题分布计算得到多个待选物品中的每个待选物品的预测评分；根据每个待选物品的预测评分从多个待选物品中选取至少一个物品推荐给目标用户。
[0006]在一些实施例中，物品推荐方法还包括：对评价信息进行预处理，预处理包括分词处理、停用词剔除处理、词性标注处理、大小写转换处理、词性还原处理、词干提取处理中的至少一种；将经过预处理的评价信息进行文本向量化处理，得到与评价信息对应的向量。
[0007]在一些实施例中，将经过预处理的所述评价信息进行文本向量化处理，包括：基于经过预处理的多个评价信息构建文本集；利用预设词频统计算法从文本集中提取不重复的词，及基于提取到的词构建词库表，其中所述词库表包括V个词，V为正整数；基于预设比对规则将经过预处理的评价信息与所述词库表进行比对，得到与评价信息对应的V维向量；其中，预设比对规则包括：若评价信息包括词库表中的某个词，则词库表中的该词计数加n，n为该词在评价信息中出现的次数，n为正整数，若评价信息不包括词库表中的某个词，则词库表中的该词计数加0。
[0008]在一些实施例中，预设主题模型为LDA主题模型，与目标用户对应的偏好主题分布通过以下算式计算得到：
[0009][0010]其中，P
u
为与目标用户u对应的偏好主题分布，A
ui
为目标用户u对待选物品i的评价得分指标，B
ui
为目标用户u对待选物品i的兴趣变化指标，C
ui
为目标用户u对待选物品i的热度衰减指标，K
ui
为LDA主题模型对待选物品i的评价信息提取到的K维评论主题分布，I
u
为目标用户u评价过的物品集合。
[0011]在一些实施例中，目标用户u对待选物品i的评价得分指标基于目标用户u对待选物品i的评分换算得到，目标用户u对待选物品i的兴趣变化指标基于目标用户u对待选物品i的评分时间换算得到，目标用户u对待选物品i的热度衰减指标基于待选物品i的被评分时间跨度、被用户u点击次数、被用户u评论次数及被用户u浏览时长换算得到。
[0012]在一些实施例中，基于目标用户的偏好主题分布计算得到多个待选物品中的每个待选物品的预测评分，包括：构建与目标用户近邻的相似用户集，其中相似用户集包括至少一个相似用户；基于目标用户所评价的历史平均评分、相似用户所评价的历史平均评分、相似用户对待选物品的评分、待选物品的热度、目标用户的偏好主题分布及相似用户的偏好主题分布计算得到待选物品的预测评分。
[0013]在一些实施例中，待选物品的预测评分通过以下算式计算得到：
[0014][0015][0016][0017]其中，Pre为待选物品i的预测评分，u1为目标用户u的相似用户，为目标用户u所评价的历史平均评分，为相似用户u1所评价的历史平均评分，Hot
iu
为待选物品i的热度，N为目标用户u近邻的相似用户集，为相似用户u1对待选物品i的评分，Q
un
为目标用户u在第n个主题上的分布概率，为相似用户u1在第n个主题上的分布概率，为目标用户u的平均偏好主题分布，为相似用户u1的平均偏好主题分布，D
iu
为待选物品i被目标用户u点击的次数，E
iu
为待选物品i被目标用户u浏览的时长，F
iu
为待选物品i被目标用户u评论的次数，ε,η均为预设常量，k∈(1,2,
…
,n)。
[0018]在一些实施例中，根据每个待选物品的预测评分从多个待选物品中选取至少一个物品推荐给目标用户，包括：获取目标用户的历史购买记录信息；根据每个待选物品的预测
评分及历史购买记录信息从多个待选物品中，选取预测评分排名前预设位且目标用户未购买过的物品推荐给目标用户。
[0019]本申请一实施例提供一种计算机设备，包括处理器及存储器，存储器上存储有若干计算机程序，处理器用于执行存储器中存储的计算机程序时实现上述物品推荐方法的步骤。
[0020]本申请一实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有多条指令，多条所述指令可被一个或者多个处理器执行，以实现上述物品推荐方法的步骤。
[0021]与现有技术相比，上述物品推荐方法，基于相识用户群体的喜好来推荐目标用户感兴趣的物品，且考量了目标用户的兴趣变化情况、用户的评价得分以及物品的热度衰减等因素的影响，物品推荐更精准，推荐效果更佳。
附图说明
[0022]图1是本申请一实施方式的物品推荐方法的应用环境图。
[0023]图2是本申请一实施方式的物品推荐方法的流程图。
[0024]图3是本申请一实施方式的物品推荐装置的功能模块图。
[0025]图4是本申请一实施方式的电子设备的结构示意图。
[0026]主要元件符号说明
[0027][0028][0029]如下具体实施方式将结合上述附图进一步说明本申请。
具体实施方式
[0030]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0031]进一步需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个...

【技术保护点】

【技术特征摘要】
1.一种物品推荐方法，其特征在于，所述方法包括：获取多个待选物品的评价信息；利用预设主题模型对所述多个待选物品的评价信息进行主题提取，得到每一评价信息的评论主题分布；获取所述每一评价信息与目标用户的关联关系，所述关联关系包括评价得分指标、兴趣变化指标、热度衰减指标中的至少一者；根据所述关联关系及所述每一评价信息的评论主题分布得到与所述目标用户对应的偏好主题分布；基于所述目标用户的偏好主题分布计算得到所述多个待选物品中的每个待选物品的预测评分；根据所述每个待选物品的预测评分从所述多个待选物品中选取至少一个物品推荐给所述目标用户。2.如权利要求1所述的物品推荐方法，其特征在于，所述方法还包括：对所述评价信息进行预处理，所述预处理包括分词处理、停用词剔除处理、词性标注处理、大小写转换处理、词性还原处理、词干提取处理中的至少一种；将经过预处理的所述评价信息进行文本向量化处理，得到与所述评价信息对应的向量。3.如权利要求2所述的物品推荐方法，其特征在于，所述将经过预处理的所述评价信息进行文本向量化处理，包括：基于经过预处理的多个评价信息构建文本集；利用预设词频统计算法从所述文本集中提取不重复的词，及基于提取到的词构建词库表，其中所述词库表包括V个词，V为正整数；基于预设比对规则将经过预处理的所述评价信息与所述词库表进行比对，得到与所述评价信息对应的V维向量；其中，所述预设比对规则包括：若所述评价信息包括所述词库表中的某个词，则所述词库表中的该词计数加n，n为该词在所述评价信息中出现的次数，n为正整数，若所述评价信息不包括所述词库表中的某个词，则所述词库表中的该词计数加0。4.如权利要求1所述的物品推荐方法，其特征在于，所述预设主题模型为LDA主题模型，与所述目标用户对应的偏好主题分布通过以下算式计算得到：其中，P
u
为与所述目标用户u对应的偏好主题分布，A
ui
为所述目标用户u对待选物品i的评价得分指标，B
ui
为所述目标用户u对所述待选物品i的兴趣变化指标，C
ui
为所述目标用户u对所述待选物品i的热度衰减指标，K
ui
为所述LDA主题模型对所述待选物品i的评价信息提取到的K维评论主题分布，I
u
为所述目标用户u评价过的物品集合。5.如权利要求4所述的物品推荐方法，其特征在于，所述目标用户u对所述待选物品i的评价得分指标基于所述目标用户u对所述待选物品i的评分换算得到，所述目标用户u对所
述待选物品i的兴趣变化指标基于所述目标用户u对所述待选物品i的评分时间换算得到...

【专利技术属性】
技术研发人员：陈程，王贺，石奕，
申请(专利权)人：武汉卓尔数字传媒科技有限公司，
类型：发明
国别省市：