[发明专利]一种基于融合策略的个性化推荐方法及装置

说明书

技术领域

本申请涉及协同推荐技术领域，更具体地说，涉及一种基于融合策略的个性化推荐方法及装置。

背景技术

随着电子商务的发展，图像的使用比例在网上购物商城中不断扩大，据统计其在视觉信息中的比例已经超过25％。图像中包含的丰富数据信息量对用户的购物体验起着至关重要的作用。因此，如何有效地利用这些图像信息，快速、高效地推荐给用户需要的商品是一个非常值得研究和解决的问题。

传统的方法包括基于用户的协同过滤方法和基于图像相似性的推荐方法。其中，前者在预测某一用户对某一视觉商品喜好时，通过判断其它用户与该用户的相似性，通过与该用户相似性较大的一些用户对该商品的评分来预测该用户的喜好程度。但是，如果只有很少用户对产品进行评分，那么推荐的准确性将受到影响。而基于图像相似性的推荐将信息流中的所有信息基于图像特征相似性进行过滤，每一个项目都独立操作，不存在评价级别多少的问题，只要相似度高就能推荐给用户，使得许多项目(商品)在没有任何用户评价的情况下就直接进行了推荐，因此就带来了推荐质量以及可信度不高的问题。

发明内容

有鉴于此，本申请提供了一种基于融合策略的个性化推荐方法及装置，用于解决现有推荐方法推荐质量及可信度不高的问题。

为了实现上述目的，现提出的方案如下：

一种基于融合策略的个性化推荐方法，包括：

确定基于用户的协同过滤推荐方法所得到的目标用户U_a对目标项目I_i的第一评分值R1_a,i；

确定基于图像相似性的推荐方法所得到的目标用户U_a对目标项目I_i的第二评分值R2_a,i；

将目标用户U_a对目标项目I_i的最终评分值R_a,i确定为：

R_a,i＝λ×R1_a,i+(1-λ)×R2_a,i

其中，λ为加权平衡因子；

根据所述最终评分值R_a,i来确定是否将目标项目I_i推荐给目标用户U_a。

优选地，所述确定基于用户的协同过滤推荐方法所得到的目标用户U_a对目标项目I_i的第一评分值R1_a,i包括：

确定第一评分值R1_a,i为：