物品推荐方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，提供了一种物品推荐方法、装置、计算机设备及存储介质，所述方法包括：获取包含用户对物品进行点击的历史点击数据；根据所述历史点击数据计算每两个点击过的物品之间的相似度；每两个点击过的所述物品包括第一物品和第二物品；通过预设的优化算法对各个所述相似度的物品进行优化，并筛选出与所述第一物品对应且满足于预设相似度的所述第二物品；获取用户选择的与第一物品对应的点击数据，根据所述点击数据向所述用户推荐与所述第一物品对应的第二物品。本发明专利技术能够能够降低召回过程中的时间复杂度和空间复杂度，提高物品推荐的运行效率。提高物品推荐的运行效率。提高物品推荐的运行效率。

【技术实现步骤摘要】
物品推荐方法、装置、计算机设备及存储介质


[0001]本专利技术涉及人工智能的
，尤其揭露了一种物品推荐方法、装置、计算机设备及存储介质。

技术介绍

[0002]在产品推荐中，现有的推荐算法较多，其中，基于ItemCF算法推荐则是非常经典的协同过滤算法，其的实现步骤主要包括两个过程：1、计算物品之间的相似度；2、根据物品的相似度和用户的历史行为给用户生成推荐列表；而上述现有的ItemCF算法存在不足之处，包括：在第一个步骤中，在计算物品之间的相似度sim时，物品Item的数目为N，最终会形成一个N*N大小的相似度矩阵或哈希表，即每个ItemA都会对应一个大小为N的ItemList列表，空间复杂度为O(N*N)；在第二个步骤中，获取每个用户在历史时间点击物品 Item序列(Item数目为M)时，需要遍历ItemList列表中的每个ItemB后，获取ItemB对应的N个相似的Item，组成大小接近M*N的召回列表recallList，空间复杂度为O(M*N)；最后，对召回列表recallList中的Item按照相似度sim 逆序排列，得到相似的前K个Item，并将其用于产品推荐，此时，时间复杂度为O(MNlogMN)；
[0003]可见，现有的推荐算法的时间复杂度和空间复杂度都较高，对于物品推荐的运行效率会造成影响，因此，本领域技术人员亟需寻找一种新的技术方案来解决上述的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种物品推荐方法、装置、计算机设备及存储介质，能够降低推荐过程中的时间复杂度和空间复杂度，提高物品推荐的运行效率。
[0005]一种物品推荐方法，所述方法包括：
[0006]获取包含用户对物品进行点击的历史点击数据；
[0007]根据所述历史点击数据计算每两个点击过的物品之间的相似度；每两个点击过的所述物品包括第一物品和第二物品；
[0008]通过预设的优化算法对各个所述相似度的物品进行优化，并筛选出与所述第一物品对应且满足于预设相似度的所述第二物品；
[0009]获取用户选择的与第一物品对应的点击数据，根据所述点击数据向所述用户推荐与所述第一物品对应的第二物品。
[0010]一种物品推荐装置，所述装置包括：
[0011]获取模块，用于获取包含用户对物品进行点击的历史点击数据；
[0012]计算模块，用于根据所述历史点击数据计算每两个点击过的物品之间的相似度；每两个点击过的所述物品包括第一物品和第二物品；
[0013]筛选模块，用于通过预设的优化算法对各个所述相似度的物品进行优化，并筛选出与所述第一物品对应且满足于预设相似度的所述第二物品；
[0014]推荐模块，用于获取用户选择的与第一物品对应的点击数据，根据所述点击数据
向所述用户推荐与所述第一物品对应的第二物品。
[0015]一种计算机设备，包括存储器、处理器以及存储在所述存储器中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上述一种物品推荐方法。
[0016]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种物品推荐方法。
[0017]上述物品推荐方法、装置、计算机设备及存储介质，为用户召回相似度最高的物品，不仅能有效降低现有召回算法中的时间复杂度和空间复杂度，如召回的时间复杂度由现有的O(MNlogMN)降低为O(MKlogK)，空间复杂度由现有的O(M*N)降低为O(M*K)，其中，K为最后召回物品的总数，M为每个用户点击序列的总数，N为用户所有点击过的item总数，且K远小于M，而且能提高当前召回算法的运行效率。
附图说明
[0018]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本专利技术一实施例中一种物品推荐方法的一应用环境示意图；
[0020]图2是本专利技术一实施例中一种物品推荐方法的一流程示意图；
[0021]图3是本专利技术一实施例中一种物品推荐装置的结构示意图；
[0022]图4是本专利技术一实施例中一种物品推荐方法的预设的数据结构的示意图；
[0023]图5是本专利技术一实施例中计算机设备的一示意图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]本专利技术提供的一种物品推荐方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务器进行通信。其中，客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络 (Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。在一实施例中，如图2所示，提供一种视频数据获取方法，以该方法应用在图1服务器为例进行说明，包括如下步骤S10
‑
S40：
[0026]S10，获取包含用户对物品进行点击的历史点击数据；
[0027]可理解地，历史点击数据是通过用户预先设置的埋点表而采集到的数据，其可以为一段预设时间内所获取到的各个用户所点击到的物品的点击信息，其中，物品是指用户在页面中所点击到的物品数据，物品数据其可显示在页面维度中的一个模块中，如某一页面中的某一个按钮模块所显示的物品数据，点击信息是指某一个用户对物品进行点击后所
形成的信息；用户点击到的物品所形成的历史点击数据是可以作为二维数据维度上的数据，其可以用 (user_id,item_id)进行表示。
[0028]S20，根据所述历史点击数据计算每两个点击过的物品之间的相似度；每两个点击过的所述物品包括第一物品和第二物品；
[0029]可理解地，历史点击数据中包含多个用户所点击到物品的数据，正如此，可通过每一个用户其点击过的物品数据形成物品集合(其可以用itemList表示)，同时由于每个物品集合中存在至少两个被点击过的物品，也即，可通过预设的相似度计算公式可计算出每个用户同时点击的每两个物品之间的相似度；第一物品和第二物品是指被用户在预设的时间阈值内点击过的物品(也即同时点击)，在一实施例中，第一物品可以指被用户点击的其中一个物品i，而第二物品可以指被用户点击的其中一个物品j，在另一实施例中，第一物品和第二物品指代的物品可以发生调换，其中，第本文档来自技高网...

【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：获取包含用户对物品进行点击的历史点击数据；根据所述历史点击数据计算每两个点击过的物品之间的相似度；每两个点击过的所述物品包括第一物品和第二物品；通过预设的优化算法对各个所述相似度的物品进行优化，并筛选出与所述第一物品对应且满足于预设相似度的所述第二物品；获取用户选择的与第一物品对应的点击数据，根据所述点击数据向所述用户推荐与所述第一物品对应的第二物品。2.根据权利要求1所述的物品推荐方法，其特征在于，所述根据所述历史点击数据计算每两个点击过的物品之间的相似度，包括：将所述历史记录数据中每个所述用户点击过的物品集合成一个物品集合；通过预设的第一哈希表记录所述物品集合中各个物品出现的次数；通过预设的第二哈希表记录所述物品集合中每两个物品在预设的时间阈值内被共同点击的次数；通过预设的相似度计算公式计算出每个所述用户对应的每两个物品之间的相似度；其中，预设的相似度计算公式为D＝A/(B*C)，D为每两个物品之间的相似度，A为每两个物品在预设的时间阈值内被共同点击的次数，B为第一物品被点击的次数，C为第二物品被点击的次数。3.根据权利要求2所述的物品推荐方法，其特征在于，所述通过预设的第二哈希表记录所述物品集合中每两个物品在预设的时间阈值内被共同点击的次数，包括：通过预设的第二哈希表记录的每两个物品在预设的时间阈值内被共同点击的初始次数，并通过预设的修正公式对所述物品集合中每两个物品在预设的时间阈值内被共同点击的初始次数进行修正后，得到每两个物品在预设的时间阈值内被共同点击的次数；其中，所述预设的修正公式为G为每两个物品在预设的时间阈值内被共同点击的次数，E为每两个物品在预设的时间阈值内被共同点击的初始次数，F为物品集合中物品的数量。4.根据权利要求1所述的物品推荐方法，其特征在于，所述通过预设的优化算法对各个所述相似度的物品进行优化，并筛选出与所述第一物品对应且满足于预设相似度的所述第二物品，包括：创建一个预设的数据结构，将每两个物品之间的相似度作为一个节点加入至所述数据结构；判断所述数据结构中所有节点的数量是否超过预设的数量阈值；若所述节点的数量超过预设的数量阈值，则将所述数据结构中的首位节点进行删除，并用所述数据结构中的根节点代替原先的首位节点后，作为新首位节点；确定代替所述新首位节点的相似度与所述新首位节点连接下其他子节点的相似度之间的大小，按照大小对所述新首位节点和其他子节点的连接顺序进行更换，并筛选出与所述第一物品对...

【专利技术属性】
技术研发人员：易明，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：