物品推荐方法和系统技术方案

本说明书提供的物品推荐方法和系统，在获取目标物品的属性信息和用户交互信息后，在属性信息中提取出相似性特征，得到显式相似性特征，并基于用户交互信息，确定与目标物品相似的至少一个物品，以得到隐式相似性特征，以及基于显式相似性特征和隐式相似性特征，确定目标物品对应的推荐模型的初始化参数，并基于初始化参数，采用推荐模型对目标物品进行推荐；该方案可以提升在冷启动下物品推荐的准确率。该方案可以提升在冷启动下物品推荐的准确率。该方案可以提升在冷启动下物品推荐的准确率。

【技术实现步骤摘要】
物品推荐方法和系统


[0001]本说明书涉及物品推荐领域，尤其涉及一种物品推荐方法和系统。

技术介绍

[0002]近年来，随着互联网技术的飞速发展，深度学习在物品推荐领域的应用也越来越广泛。采用深度学习的物品推荐方法往往对数据要求很高，当添加到候选集合中的物品没有或者很少有历史数据时，就会导致过拟合，影响推荐效果，这就是所谓的物品冷启动问题。针对物品冷启动问题，现有的物品推荐方法往往采用基于内容方式缓解物品冷启动问题。
[0003]在对现有技术的研究和实践过程中，本专利技术的专利技术人发现基于内容的方法仅仅通过使用物品属性来强化冷启动物品的表示，使得冷启动物品的表示相对单一，并不能准确的表示出该冷启动物品与其他物品之间的相似性，因此，导致物品推荐的准确率较低。

技术实现思路

[0004]本说明书提供一种准确率更高的物品推荐方法和系统。
[0005]第一方面，本说明书提供一种物品推荐方法，包括：获取目标物品的属性信息和用户交互信息，所述目标物品包括历史推荐数据的数量小于预设数量阈值的物品；在所述属性信息中提取出相似本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物品推荐方法，包括：获取目标物品的属性信息和用户交互信息，所述目标物品包括历史推荐数据的数量小于预设数量阈值的物品；在所述属性信息中提取出相似性特征，得到显式相似性特征，并基于所述用户交互信息，确定与所述目标物品相似的至少一个物品，以得到隐式相似性特征，所述相似性特征包括表征所述目标物品与其他物品之间相似性的特征信息；以及基于所述显式相似性特征和所述隐式相似性特征，确定所述目标物品对应的推荐模型的初始化参数，并基于所述初始化参数，采用所述推荐模型对所述目标物品进行推荐。2.根据权利要求1所述的物品推荐方法，其中，所述在所述属性信息中提取出相似性特征，得到显式相似性特征，包括：对所述属性信息进行分类，得到每一类型对应的目标属性信息；对所述目标属性信息进行相似性特征提取，得到所述每一类型对应的初始显式相似性特征；以及将所述每一类型对应的初始显示相似性特征进行拼接，得到所述目标物品的显式相似性特征。3.根据权利要求2所述的物品推荐方法，其中，所述对所述目标属性信息进行相似性特征提取，得到所述每一类型对应的初始显式相似性特征，包括：对所述目标属性信息进行相似性特征提取，得到多个离散相似性特征；以及对所述多个离散相似性特征进行求和池化处理，得到所述每一类型对应的初始显式相似性特征。4.根据权利要求1所述的物品推荐方法，其中，所述基于所述用户交互信息，确定与所述目标物品相似的至少一个物品，以得到隐式相似性特征，包括：基于所述用户交互信息，确定所述目标物品对应的候选物品集合；在所述候选物品集合中选取出与所述目标物品相似的至少一个物品，得到相似物品集合；以及对所述相似物品集合中的物品进行特征提取，以得到所述目标物品的隐式相似性特征。5.根据权利要求4所述的物品推荐方法，其中，所述基于所述用户交互信息，确定所述目标物品对应的候选物品集合，包括：在所述用户交互信息中提取出与所述目标物品进行交互的至少一个用户，得到用户集合；获取所述用户集合中每一用户的历史物品交互记录；以及在所述历史物品交互记录中识别出除所述目标物品以外的物品，得到候选物品集合。6.根据权利要求5所述的物品推荐方法，其中，所述在所述候选物品集合中选取出与所述目标物品相似的至少一个物品，得到相似物品集合，包括：基于所述历史物品交互记录，确定所述用户集合中每一用户的用户交互权重；基于所述用户交互权重，分别计算所述目标物品与所述候选物品集合中的每一物品之间的物品相似度；以及基于所述物品相似度，在所述候选物品集合中选取出与所述目标物品相似的至少一个
物品，得到所述相似物品集合。7.根据权利要求6所述的物品推荐方法，其中，所述基于所述历史物品交互记录，确定所述用户集合中每一用户的用户交互权重，包括：在所述历史物品交互记录中统计出所述用户集合中每一用户的历史物品交互数量；以及基于所述历史物品交互数量，确定所述每一用户的用户交互权重，所述用户交互权重与所述历史物品交互数量成反比。8.根据权利要求6所述的物品推荐方法，其中，所述基于所述用户交互权重，分别计算所述目标物品与所述候选物品集合中的每一物品之间的物品相似度，包括：在所述候选物品集合中选取出一个物品作为候选物品，并在所述用户集合中选取出与所述候选物品进行交互的至少一个用户对；基于所述历史物品交互记录，确定所述至少一个用户对中每一用户对共同交互的物品的历史交互数量；基于所述历史交互数量和所述用户交互权重，计算所述目标物品与所述候选物品之间的物品相似度；以及返回执行所述在所述候选物品集合中选取出一个物品作为候选物品的步骤，直至所述候选物品集合中的物品全部选取时为止，得到所述目标物品与所述候选物品集合中每一物品之间的物品相似度。9.根据权利要求8所述的物品推荐方法，其中，所述基于所述历史交互数量和所述用户交互权重，计算所述目标物品与所述候选物品之间的物品相似度，包括：获取所述目标物品对应的平滑系数，并基于所述平滑系数，对所述历史交互数量进行平滑处理，得到所述每一用户对对应的初始物品相似度；在所述用户交互权重中选取出所述每一用户对的目标用户交互权重，并基于所述目标用户交互权重对所述初始物品相似度进行加权；以及将加权后的初始物品相似度进行累加，得到所述目标物品与所述候选物品之间的物品相似度。10.根据权利要求5所述的物品推荐方法，其中，所述在所述候选物品集合中选取出与所述目标物品相似的至少一个物品，得到相似物品集合，包括：基于所述历史物品交互记录，确定所述用户集合中每一用户与所述候选物品集合中的每一物品之间的交互关系；将所述每一用户和所述每一物...

【专利技术属性】
技术研发人员：杨婕妤，郇兆鑫，何勇，丁珂，张亮，张晓露，莫林剑，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：