本公开提供了一种基于矩阵填充的产品推荐方法、装置、电子设备、介质和计算机程序产品。上述方法和装置可用于人工智能技术领域。产品推荐方法包括：构建m个客户的第一相似度矩阵，其中，第一相似度矩阵的第一矩阵特征值根据获取的m个客户的客户信息确定，m为大于等于1的整数；构建n个产品的第二相似度矩阵，其中，第二相似度矩阵的第二矩阵特征值根据获取的n个产品的产品信息确定，n为大于等于1的整数；根据第一矩阵特征值和第二矩阵特征值，计算m个客户与n个产品之间的相关性得分矩阵；以及根据相关性得分矩阵中每个客户与n个产品之间的第三矩阵特征值的排序，确定g个产品推荐给该客户，其中，g为大于等于1且小于等于n的整数。数。数。
【技术实现步骤摘要】
基于矩阵填充的产品推荐方法、装置、设备和介质
[0001]本公开涉及人工智能
，更具体地，涉及一种基于矩阵填充的产品推荐方法、装置、电子设备、介质和计算机程序产品。
技术介绍
[0002]相关技术中的产品推荐方法中，很多采用机器学习模型进行推荐，机器学习模型需要正样本和负样本同时参与训练，而针对没有负样本的场景，很多机器学习模型采取的策略是随机进行负样本选取，随机进行负样本选取使得对模型的参数优化效果较差，从而使得模型对产品的推荐结果不准确。
技术实现思路
[0003]有鉴于此，本公开提供了一种适用性广泛和推荐准确性高的基于矩阵填充的产品推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0004]本公开的一个方面提供了一种基于矩阵填充的产品推荐方法，包括：构建m个客户的第一相似度矩阵，其中，所述第一相似度矩阵的第一矩阵特征值根据获取的所述m个客户的客户信息确定，m为大于等于1的整数；构建n个产品的第二相似度矩阵，其中，所述第二相似度矩阵的第二矩阵特征值根据获取的所述n个产品的产品信息确定，n为大于等于1的整数；根据所述第一矩阵特征值和所述第二矩阵特征值，计算所述m个客户与所述n个产品之间的相关性得分矩阵；以及根据所述相关性得分矩阵中每个客户与n个产品之间的第三矩阵特征值的排序，确定g个产品推荐给该客户，其中，g为大于等于1且小于等于n的整数。
[0005]根据本公开实施例的基于矩阵填充的产品推荐方法，通过根据客户信息确定的第一相似度矩阵和根据产品信息确定的第二相似度矩阵，可以计算出m个客户与n个产品之间的相关性得分矩阵，根据相关性得分矩阵中每个客户与n个产品之间的第三矩阵特征值的排序，可以将确定的g个产品推荐给该客户。本公开的产品推荐方法无需负样本参与训练模型，在没有负样本的场景下，对产品推荐模型的优化效果无影响，使得本公开的产品推荐方法适用性广泛，推荐准确性高。
[0006]在一些实施例中，所述构建m个客户的第一相似度矩阵，包括：构建m个客户的x个第一中间相似度矩阵，其中，所述x个第一中间相似度矩阵的第一中间矩阵特征值分别为x种相似度计算方法根据获取的所述m个客户的客户信息确定的，所述x个第一中间相似度矩阵与所述x种相似度计算方法一一对应，x为大于等于1的整数；以及对所述x个第一中间相似度矩阵加权求和，得到所述第一相似度矩阵。
[0007]在一些实施例中，每种相似度计算方法根据获取的所述m个客户的客户信息确定第一中间相似度矩阵的第一中间矩阵特征值，包括：根据所述m个客户的客户信息，利用每种相似度计算方法计算m个客户中每两个客户之间的相似度值；以及将所述m个客户中每两个客户之间的相似度值作为第一中间相似度矩阵的第一中间矩阵特征值。
[0008]在一些实施例中，所述构建n个产品的第二相似度矩阵，包括：构建n个产品的y个
第二中间相似度矩阵，其中，所述y个第二中间相似度矩阵的第二中间矩阵特征值分别为y种相似度计算方法根据获取的所述n个产品的产品信息确定的，所述y个第二中间相似度矩阵与所述y种相似度计算方法一一对应，y为大于等于1的整数；以及对所述y个第二中间相似度矩阵加权求和，得到所述第二相似度矩阵。
[0009]在一些实施例中，每种相似度计算方法根据获取的所述n个产品的产品信息确定第二中间相似度矩阵的第二中间矩阵特征值，包括：根据所述n个产品的产品信息，利用每种相似度计算方法计算n个产品中每两个产品之间的相似度值；以及将所述n个产品中每两个产品之间的相似度值作为第二中间相似度矩阵的第二中间矩阵特征值。
[0010]在一些实施例中，所述根据所述第一矩阵特征值和所述第二矩阵特征值，计算所述m个客户与所述n个产品之间的相关性得分矩阵，包括：构建所述m个客户与所述n个产品之间的关联矩阵，其中，所述关联矩阵的第四矩阵特征值根据获取的所述m个客户与所述n个产品的交互数据确定；根据所述第四矩阵特征值，利用交替梯度下降算法，迭代优化求解辅助矩阵；以及根据所述第一矩阵特征值和所述第二矩阵特征值，利用所述求解辅助矩阵，计算所述m个客户与所述n个产品之间的相关性得分矩阵。
[0011]本公开的另一个方面提供了一种基于矩阵填充的产品推荐装置，包括：第一构建模块，所述第一构建模块用于执行构建m个客户的第一相似度矩阵，其中，所述第一相似度矩阵的第一矩阵特征值根据获取的所述m个客户的客户信息确定，m为大于等于1的整数；第二构建模块，所述第二构建模块用于执行构建n个产品的第二相似度矩阵，其中，所述第二相似度矩阵的第二矩阵特征值根据获取的所述n个产品的产品信息确定，n为大于等于1的整数；计算模块，所述计算模块用于执行根据所述第一矩阵特征值和所述第二矩阵特征值，计算所述m个客户与所述n个产品之间的相关性得分矩阵；以及确定模块，所述确定模块用于执行根据所述相关性得分矩阵中每个客户与n个产品之间的第三矩阵特征值的排序，确定g个产品推荐给该客户，其中，g为大于等于1且小于等于n的整数。
[0012]本公开的另一方面提供了一种电子设备，包括一个或多个处理器以及一个或多个存储器，其中，所述存储器用于存储可执行指令，所述可执行指令在被所述处理器执行时，实现如上所述方法。
[0013]本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
[0014]本公开的另一方面提供了一种计算机程序产品，包括计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
附图说明
[0015]通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：
[0016]图1示意性示出了根据本公开实施例的可以应用方法、装置的示例性系统架构；
[0017]图2示意性示出了根据本公开实施例的基于矩阵填充的产品推荐方法的流程图；
[0018]图3示意性示出了根据本公开实施例的构建m个客户的第一相似度矩阵的流程图；
[0019]图4示意性示出了根据本公开实施例的每种相似度计算方法根据获取的m个客户的客户信息确定第一中间相似度矩阵的第一中间矩阵特征值的流程图；
[0020]图5示意性示出了根据本公开实施例的构建n个产品的第二相似度矩阵的流程图；
[0021]图6示意性示出了根据本公开实施例的每种相似度计算方法根据获取的n个产品的产品信息确定第二中间相似度矩阵的第二中间矩阵特征值的流程图；
[0022]图7示意性示出了根据本公开实施例的根据第一矩阵特征值和第二矩阵特征值，计算m个客户与n个产品之间的相关性得分矩阵的流程图；
[0023]图8示意性示出了根据本公开实施例的基于矩阵填充的产品推荐装置的框图；
[0024]图9示意性示出了根据本公开实施例的电子设备的方框图。
具体实施方式
[0025]以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于矩阵填充的产品推荐方法，其特征在于，包括：构建m个客户的第一相似度矩阵，其中，所述第一相似度矩阵的第一矩阵特征值根据获取的所述m个客户的客户信息确定，m为大于等于1的整数；构建n个产品的第二相似度矩阵，其中，所述第二相似度矩阵的第二矩阵特征值根据获取的所述n个产品的产品信息确定，n为大于等于1的整数；根据所述第一矩阵特征值和所述第二矩阵特征值，计算所述m个客户与所述n个产品之间的相关性得分矩阵；以及根据所述相关性得分矩阵中每个客户与n个产品之间的第三矩阵特征值的排序，确定g个产品推荐给该客户，其中，g为大于等于1且小于等于n的整数。2.根据权利要求1所述的方法，其特征在于，所述构建m个客户的第一相似度矩阵，包括：构建m个客户的x个第一中间相似度矩阵，其中，所述x个第一中间相似度矩阵的第一中间矩阵特征值分别为x种相似度计算方法根据获取的所述m个客户的客户信息确定的，所述x个第一中间相似度矩阵与所述x种相似度计算方法一一对应，x为大于等于1的整数；以及对所述x个第一中间相似度矩阵加权求和，得到所述第一相似度矩阵。3.根据权利要求2所述的方法，其特征在于，每种相似度计算方法根据获取的所述m个客户的客户信息确定第一中间相似度矩阵的第一中间矩阵特征值，包括：根据所述m个客户的客户信息，利用每种相似度计算方法计算m个客户中每两个客户之间的相似度值；以及将所述m个客户中每两个客户之间的相似度值作为第一中间相似度矩阵的第一中间矩阵特征值。4.根据权利要求1所述的方法，其特征在于，所述构建n个产品的第二相似度矩阵，包括：构建n个产品的y个第二中间相似度矩阵，其中，所述y个第二中间相似度矩阵的第二中间矩阵特征值分别为y种相似度计算方法根据获取的所述n个产品的产品信息确定的，所述y个第二中间相似度矩阵与所述y种相似度计算方法一一对应，y为大于等于1的整数；以及对所述y个第二中间相似度矩阵加权求和，得到所述第二相似度矩阵。5.根据权利要求4所述的方法，其特征在于，每种相似度计算方法根据获取的所述n个产品的产品信息确定第二中间相似度矩阵的第二中间矩阵特征值，包括：根据所述n个产品的产品信息...
【专利技术属性】
技术研发人员：殷俊，黄艺媛，黄裕文，周武，
申请(专利权)人：中国工商银行股份有限公司，
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。