[发明专利]推荐方法、推荐装置以及移动终端

说明书

技术领域

本发明涉及信息匹配技术领域，具体涉及一种推荐方法、推荐装置以及移动终端。

背景技术

随着移动互联网的迅猛发展，移动终端用户每天接收的推送信息量也呈爆炸式增长。当移动终端接收的推送信息过多时，可能出现用户不能及时查阅或直接错过感兴趣的推送信息的情况。

现有技术中，移动终端一般借助于个性化推荐系统来实现从大量的推送信息中分拣出当前用户感兴趣的推送信息的目的。现有个性化推荐系统通过建立用户与信息产品之间的二元关系，利用用户已有的选择过程或相似性关系挖掘每个用户潜在感兴趣的对象，进而进行个性化推荐操作。但是，用户的兴趣不是固定不变的，其可能随着时间、地点等因素不断变化，而现有个性化推荐系统进行的个性化推荐操作不能及时根据用户改变后的兴趣推送与用户改变后的兴趣相对应的推送信息，因此，现有个性化推荐系统推送给用户的信息与该用户的当前兴趣匹配度不高。

发明内容

有鉴于此，本发明实施例提供一种推荐方法、推荐装置以及移动终端，以解决现有推荐系统推送给用户的信息与该用户的当前兴趣匹配度不高的问题。

第一方面，本发明一实施例提供的一种推荐方法，包括：获取用户的项目评分数据，项目评分数据包括历史评分值和与历史评分值对应的历史评分时间；根据历史评分时间，计算历史评分值对应的时间权重；利用历史评分值与时间权重计算用户相似度值；基于用户相似度值，为目标用户推荐对应的项目。

在本发明一实施例中，利用历史评分值与时间权重计算用户相似度值，包括将历史评分值乘以时间权重，得到基于时间权重的历史评分值；根据基于时间权重的历史评分值计算用户相似度值。

在本发明一实施例中，基于所述用户相似度值，为目标用户推荐对应的项目，包括获取设定的用户相似度阈值，根据计算出的用户相似度值以及设定的用户相似度阈值计算相似用户最近邻域集；根据相似用户最近邻域集为目标用户推荐对应的项目。

在本发明一实施例中，基于用户相似度值，为目标用户推荐对应的项目进一步包括利用生成的相似用户最近邻域集为目标用户未评分的项目进行评分预测。

在本发明一实施例中，根据历史评分时间，计算历史评分值对应的时间权重包括根据历史评分时间和当前时间的相关性为历史评分值计算时间权重，其中历史评分时间离当前时间越近，时间权重越大。

在本发明一实施例中，根据所述历史评分时间，计算历史评分值对应的时间权重包括根据用户和目标用户的历史评分时间之间的相关性为历史评分时间对应的历史评分值计算时间权重，其中用户的历史评分时间离目标用户的历史评分时间越近，时间权重越大。

在本发明一实施例中，根据历史评分时间，计算历史评分值对应的时间权重包括根据历史评分时间和当前时间的相关性以及用户和目标用户的历史评分时间之间的相关性为历史评分值计算时间权重，其中，历史评分时间离当前时间越近，时间权重越大，并且用户的历史评分时间离目标用户的历史评分时间越近，时间权重越大。

第二方面，本发明一实施例还提供一种推荐装置，包括：评分数据获取模块，用于获取用户的项目评分数据，项目评分数据包括历史评分值和历史评分值对应的历史评分时间；时间权重生成模块，用于根据历史评分时间计算历史评分值对应的时间权重；相似度值生成模块，用于利用历史评分值与时间权重计算用户相似度值；推荐模块，用于基于用户相似度值为目标用户推荐对应的项目。

在本发明一实施例中，相似度值生成模块包括加权单元，用于将历史评分值乘以时间权重，得到基于时间权重的历史评分值；相似度值计算单元，用于根据基于时间权重的历史评分值计算用户相似度值。

在本发明一实施例中，推荐模块包括最近邻域集生成单元，用于获取设定的用户相似度阈值，根据计算出的用户相似度值以及设定的用户相似度阈值计算相似用户最近邻域集；项目推荐单元，用于根据相似用户最近邻域集为目标用户推荐对应的项目。

在本发明一实施例中，推荐模块进一步包括预测单元，用于利用生成的相似用户最近邻域集为目标用户未评分的项目进行评分预测。

第三方面，本发明一实施例还提供一种移动终端，包括上述任一实施例所描述的推荐装置。

在本发明一实施例中，推荐装置包括处理器、存储器和总线，其中，处理器用于获取用户的项目评分数据，项目评分数据包括历史评分值和历史评分值对应的历史评分时间；根据历史评分时间，计算历史评分值对应的时间权重；利用历史评分值与时间权重计算用户相似度值；基于用户相似度值，为目标用户推荐对应的项目。