[发明专利]个性化推荐方法及装置

说明书

本发明提供一种个性化推荐方法及装置，用以解决现有技术对于物品相似度的判断的细粒程度较低的技术问题。该方法包括：确定目标对象的第一物品集合与第一对象的第二物品集合之中相同的物品，所述第一对象是对象集合中的任一对象；确定所述目标对象和所述第一对象分别针对所述物品的行为向量；根据所述行为向量、所述第一物品集合和所述第二物品集合计算所述目标对象与所述第一对象之间的相似度；根据所述目标对象与所述对象集合中的每一对象之间的相似度进行物品推荐。

技术领域

本发明涉及信息处理领域，具体地，涉及一种个性化推荐方法及装置。

背景技术

个性化推荐系统现在已经广泛应用于各种领域，其能够找到和目标用户兴趣相似的用户集合，并从该用户集合浏览过的物品中为目标用户推荐物品。或者，个性化推荐系统能够找到与目标用户的目标物品相似的物品集合，并从物品集合中为目标用户推荐物品。

现有个性化推荐系统通常采用UserCF(User Collaboration Filter，基于用户的协同过滤算法)和ItemCF(Item Collaboration Filter，基于物品的协同过滤算法)，两种算法中针对相似度的计算一般为杰卡德Jaccard相似度或者余弦相似度。

其中，Jaccard相似度的计算公式如下：

w＝|N(u)∩N(v)|/|N(u)∪N(v)|；

余弦相似度的计算公式如下：

其中，w表示相似度，N(u)，N(v)分别表示用户u，v有过行为的物品集合。

由上述计算公式可知，现有技术采用的两种相似度的计算都仅考虑了用户u和用户v有过行为的物品本身，未考虑其他因素对相似度的影响，也就是说，现有技术对于物品相似度的判断的细粒程度较低，导致用户对不同物品的感兴趣倾向以及用户之间对相同物品的感兴趣倾向间的差异体现得不够。

发明内容

本发明的主要目的是提供一种个性化推荐方法及装置，用以解决现有技术对于物品相似度的判断的细粒程度较低的技术问题。

为了实现上述目的，本发明提供一种个性化推荐方法，包括：

确定目标对象的第一物品集合与第一对象的第二物品集合之中相同的物品，所述第一对象是对象集合中的任一对象；

确定所述目标对象和所述第一对象分别针对所述物品的行为向量；

根据所述行为向量、所述第一物品集合和所述第二物品集合计算所述目标对象与所述第一对象之间的相似度；

根据所述目标对象与所述对象集合中的每一对象之间的相似度进行物品推荐。

可选地，所述根据所述行为向量、所述第一物品集合和所述第二物品集合计算所述目标对象与所述第一对象之间的相似度包括：

根据如下公式计算所述目标对象与所述第一对象之间的相似度：

其中，N(u)表示所述目标对象u的所述第一物品集合，N(v)表示所述第一对象v的所述第二物品集合，Ω_u∩v是所述第一物品集合与所述第二物品集合之中相同的物品，是所述目标对象针对物品t的行为向量，是所述第一对象针对物品t的行为向量，w是所述相似度。

可选地，所述行为向量中的每一元素对应一种行为，每一元素的值是对应的行为的权值，其中，所述权值是通过自然语言处理NLP技术对针对所述物品的评论内容进行分析得到的评论内容相似性或者是情感一致性，或者，所述权值是评论行为的置信度，或者，所述权值是基于术语频率-逆文档频率TF-IDF统计得到的数值。