【技术实现步骤摘要】
基于协同过滤的产品推荐方法、装置、设备及存储介质
[0001]本专利技术涉及大数据领域,尤其涉及一种基于协同过滤的产品推荐方法、装置、设备及存储介质。
技术介绍
[0002]协同过滤推荐(Collaborative Filtering recommendation)是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术,其被广阔应用于产品的推荐系统中。与传统的基于内容过滤直接分析内容进行推荐不同,协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些相似用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度预测,从而预测用户感兴趣的产品。
[0003]现有基于协同过滤的产品推荐方法仅从用户或产品的基本信息,计算产品相似度或用户相似度进行协同过滤,其准确性较低。
技术实现思路
[0004]本专利技术的主要目的在于解决现有基于协同过滤的产品推荐方法准确性低的问题。
[0005]本专利技术第一方面提供了一种基于协同过滤的产品推荐方法,包括:
[0006]接收终端发送的产品推荐请求,并根据所述产品推荐请求获取原始数据和多条画像数据,其中,所述原始数据包括多个用户的用户编号、多个产品的产品编号以及每个所述用户对每个所述产品的偏好值,每条所述画像数据用于表示每个所述用户的用户画像信息以及每个所述用户的历史购买产品所对应的产品画像信息;
[0007]基于所述多个用户的用户编号、所述多个产品的产品编号以及每个所述用户对每个所述产品的偏好值,构建用户产品评分矩阵;< ...
【技术保护点】
【技术特征摘要】
1.一种基于协同过滤的产品推荐方法,其特征在于,所述基于协同过滤的产品推荐方法包括:接收终端发送的产品推荐请求,并根据所述产品推荐请求获取原始数据和多条画像数据,其中,所述原始数据包括多个用户的用户编号、多个产品的产品编号以及每个所述用户对每个所述产品的偏好值,每条所述画像数据用于表示每个所述用户的用户画像信息以及每个所述用户的历史购买产品所对应的产品画像信息;基于所述多个用户的用户编号、所述多个产品的产品编号以及每个所述用户对每个所述产品的偏好值,构建用户产品评分矩阵;基于所述多个用户的用户编号和每个所述用户对每个所述产品的偏好值,计算用户相似度矩阵,以及基于所述多个产品的产品编号和每个所述用户对每个所述产品的偏好值,计算产品相似度矩阵;基于所述多条画像数据,计算画像相似度矩阵,其中,所述画像相似度矩阵用于表示每条画像数据之间的相似度;根据预设的第一计算规则,对所述用户相似度矩阵和所述画像相似度矩阵进行计算,得到基于用户的协同过滤矩阵,以及根据预设的第二计算规则,对所述产品相似度矩阵和所述画像相似度矩阵进行计算,得到基于产品的协同过滤矩阵;基于所述用户产品评分矩阵、所述基于用户的协同过滤矩阵以及基于产品的协同过滤矩阵,计算用户产品得分矩阵,并根据所述用户产品得分矩阵,向每个所述用户推荐产品。2.根据权利要求1所述的基于协同过滤的产品推荐方法,其特征在于,所述基于所述多个用户的用户编号、所述多个产品的产品编号以及每个所述用户对每个所述产品的偏好值,构建用户产品评分矩阵包括:基于所述用户编号的数量N和所述产品编号的数量M,构建大小为N行*M列的空白矩阵;按照编号的数值大小,分别对所述用户编号和所述产品编号进行排序,分别生成用户编号序列和产品编号序列;建立所述用户编号序列与所述空白矩阵之间的行映射关系,以及建立所述产品编号序列与所述空白矩阵之间的列映射关系;根据所述行映射关系和所述列映射关系,将每个所述用户对每个所述产品的偏好值充填至所述空白矩阵中的相应位置,得到用户产品评分矩阵。3.根据权利要求1所述的基于协同过滤的产品推荐方法,其特征在于,在所述基于所述多个用户的用户编号、所述多个产品的产品编号以及每个所述用户对每个所述产品的偏好值,构建用户产品评分矩阵之后,在所述基于所述用户产品评分矩阵、所述基于用户的协同过滤矩阵以及基于产品的协同过滤矩阵,计算用户产品得分矩阵,并根据所述用户产品得分矩阵,向每个所述用户推荐产品之前,还包括:基于优化奇异值分解算法对所述用户产品评分矩阵进行分解,得到关于用户的第一隐性因子矩阵和关于产品的第二隐性因子矩阵;根据随机梯度下降算法和预设的最优目标参数,对所述第一隐性因子矩阵和所述第二隐性因子矩阵进行迭代更新,得到目标第一隐性因子矩阵和目标第二隐性因子矩阵;将所述目标第一隐性因子矩阵与所述目标第二隐性因子矩阵相乘,得到满秩的用户产品评分矩阵。
4.根据权利要求1所述的基于协同过滤的产品推荐方法,其特征在于,所述基于所述多个用户的用户编号和每个所述用户对每个所述产品的偏好值,计算用户相似度矩阵,以及基于所述多个产品的产品编号和每个所述用户对每个所述产品的偏好值,计算产品相似度矩阵,包括:根据所述用户编号的数量和每个所述用户对每个所述产品的偏好值,计算用户的平均偏好值,以及根据所述产品编号的数量和每个所述用户对每个所述产品的偏好值,计算产品的平均受偏好值;基于皮尔森相关系数算法,对所述用户的平均偏好值和每个所述用户对每个所述产品的偏好值进行计算,得到每个所述用户之间的用户相似度,以及对所述产品的平均受偏好值和每个所述用户对每个所述产品的偏好值进行计算,得到每个所述产品之间的产品相似度;基于所述多个用户的用户编号和每个所述用户之间的用户相似度,生成用户相似度矩阵,以及基于所述多个产品的产品编号和每个所述产品之间的产品相似度,生成产品相似度矩阵。5.根据权利要求1所述的基于协同过滤的产品推荐方法,其特征在于,在所述基于所述多个用户的用户编号和每个所述用户对每个所述产品的偏好值,计算用户相似度矩阵,以及基于所述多个产...
【专利技术属性】
技术研发人员:邹若奇,
申请(专利权)人:平安国际智慧城市科技股份有限公司,
类型:发明
国别省市:
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。