[发明专利]一种对象推荐方法及设备

说明书

技术领域

本发明涉及网络技术领域，特别涉及一种对象推荐方法及设备。

背景技术

随着网络技术以及电子商务技术的快速发展，网络业务得到广泛应用。在网络业务种，通常由供应商在网站上发布想要出售的商品信息，用户就可以基于该网站和该商品信息，在网站中购买该商品。然而不同的供应商在网站上发布相同或不同的商品信息，使得网站上出现海量的商品信息，导致用户在选择商品时，需要根据海量的商品信息选择，比较费时。

为此，目前网站通过把与当前用户相似的用户喜欢的商品推荐给当前用户的方式，供当前用户进一步选择商品。这样当前用户就可以从与其相似的用户所选择的商品中进一步选择商品，节约了选择时间。但是当前用户的喜好随着时间的迁移可能有所变化，那么与当前用户相似的用户也会有所改变，若是仍把之前与当前用户相似的用户购买的商品推荐给当前用户，可能不符合当前用户的喜好。如较早时间段内，一个用户比较喜欢“甜美风格”的衣服，最近比较喜欢“成熟风格”的衣服，若是与该用户相似的另一个用户一直都喜欢“甜美风格”的衣服，该用户在最近购买衣服时，若仍将另一个用户喜欢的衣服推荐给该用户，就不符合该用户的喜好，从而降低了为用户推荐对象的精确度。

发明内容

本发明实施例提供一种对象推荐方法及设备，用于提高为用户推荐对象的精确度。

第一方面，本发明实施例提供了一种对象推荐方法，该对象推荐方法包括：

获取第一用户与多个第二用户在预设时间段内的多个相似度；其中，每个相似度用于指示所述第一用户与一个所述第二用户针对相同的对象的喜好的相似程度；

从所述多个相似度中选取大于第一阈值的至少一个相似度；

将所述至少一个相似度对应的至少一个第二用户购买的对象推荐给所述第一用户。

可选的，获取第一用户与所述多个第二用户中的任意一个第二用户在预设时间段内的相似度，包括：

获取所述第一用户对所述任意一个第二用户在所述预设时间段内的影响因子；所述影响因子用于指示所述第一用户对所述任意一个第二用户的影响程度；

确定所述影响因子为所述相似度。

可选的，获取所述第一用户对所述任意一个第二用户在所述预设时间段内的影响因子，包括：

获取所述第一用户在所述预设时间段内购买的第一对象的第一数量及所述任意一个第二用户在所述预设时间段内购买的所述第一对象的第二数量；其中，所述任意一个第二用户在所述第一用户购买所述第一对象后购买所述第一对象；

根据得到的所述第一数量及所述第二数量计算所述影响因子。

可选的，根据得到的所述第一数量及所述第二数量计算所述影响因子，包括：

确定所述第一用户及所述任意一个第二用户在所述预设时间段内购买的所有对象的总数量；

确定所述第一数量与所述总数量的比值为所述第一用户对任意一个所述第二用户的所述影响因子。

可选的，获取第一用户与所述多个第二用户中的任意一个第二用户在预设时间段内的相似度，包括：

获取所述第一用户在所述预设时间段内对第二对象进行操作的第一信息，及所述任意一个第二用户在所述预设时间段内对所述第二对象进行操作的第二信息；

根据获取的第一信息及获取的第二信息得到所述相似度。

可选的，根据获取的第一信息及第二信息得到所述相似度，包括：

将所述第一信息所对应的操作的类型与所述第二信息所对应的操作的类型的相似度，确定为所述第一用户与所述任意一个第二用户的所述相似度。

可选的，将所述至少一个第二用户购买的对象推荐给所述第一用户，包括：

预测所述第一用户对所述对象的评分；

从所述评分中选取大于第二阈值的评分；

将所述大于第二阈值的评分对应的对象推荐给所述第一用户。

可选的，预测所述第一用户对所述至少一个第二用户购买的对象的评分，包括：

建立所述至少一个第二用户对所述对象的评分矩阵；所述评分矩阵的行用于表示对象，所述评分矩阵的列用于表示第二用户，所述评分矩阵的行和列的交点为第二用户对对象的评分；

根据所述评分矩阵及交替最小二乘ALS算法计算所述第一用户对所述对象的评分。

第二方面，本发明实施例提供了一种对象推荐设备，该对象推荐设备包括：

获取模块，用于获取第一用户与多个第二用户在预设时间段内的多个相似度；其中，每个相似度用于指示所述第一用户与一个所述第二用户针对相同的对象的喜好的相似程度；