[发明专利]一种推荐方法及装置，电子设备

说明书

本申请实施例公开的推荐方法，属于计算机技术领域，解决现有技术中推荐结果准确度低的问题。所述推荐方法包括：构建目标物知识图，所述目标物知识图的节点至少包括：与目标物对应的目标物节点；通过遍历所述目标物知识图的节点，确定两两所述目标物的关系紧密度；基于所述关系紧密度，执行目标物推荐操作；其中，所述目标物节点之间基于用户对相应目标物产生预设历史行为的时序连接；两两所述目标物的关系紧密度用于指示用户当前对两两所述目标物中一个目标物产生预设行为后，下一个预设行为的对象为两两所述目标物中另一个目标物的概率。本申请通过结合目标物和用户与目标物的行为时序构建的知识图进行推荐，进一步提升了推荐结果的准确度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种推荐方法及装置，电子设备。

背景技术

现有的推荐技术大致可分为以下四大类：基于内容的推荐、协同过滤、基于社交网络的推荐以及基于语境感知的推荐。基于内容的推荐为用户推荐与其之前喜欢的目标物在内容上具有相似性的其他目标物。协同过滤具体可分为基于用户的协同过滤与基于物品的协同过滤，其中，基于用户的协同过滤为用户推荐与其具有相似偏好的用户所喜欢的目标物，基于物品的协同过滤为用户推荐与其喜欢过的目标物有相似特征的目标物。基于社交网络的推荐主要为用户推荐社交圈子内的其他朋友所喜欢的目标物。基于语境感知的推荐考虑了用户所处的时间、位置等信息，对用户进行目标物推荐。可见，上述推荐方法中，推荐依据是人为设置的固定的，如用户偏好，对用户进行目标物推荐，适用的应用场景受限。并且，由于推荐依据人为设定，不一定适用于所有用户，可能会出现推荐的目标物不准确的现象。

可见，现有技术中的推荐方法至少存在推荐结果准确度低的问题。

发明内容

本申请提供一种推荐方法，至少解决现有技术中推荐结果准确度低的问题。

为了解决上述问题，第一方面，本申请实施例提供了一种推荐方法包括：

构建目标物知识图，所述目标物知识图的节点至少包括：与目标物对应的目标物节点；

通过遍历所述目标物知识图的节点，确定两两所述目标物的关系紧密度；

基于所述关系紧密度，执行目标物推荐操作；

其中，所述目标物节点之间基于用户对相应目标物产生预设历史行为的时序连接；两两所述目标物的关系紧密度用于指示用户当前对两两所述目标物中一个目标物产生预设行为后，下一个预设行为的对象为两两所述目标物中另一个目标物的概率。

第二方面，本申请实施例提供了一种推荐装置，包括：

目标物知识图构建模块，用于构建目标物知识图，所述目标物知识图的节点至少包括：与目标物对应的目标物节点；

关系紧密度确定模块，用于通过遍历所述目标物知识图的节点，确定两两所述目标物的关系紧密度；

推荐模块，用于基于所述关系紧密度，执行目标物推荐操作；

其中，所述目标物节点之间基于用户对相应目标物产生预设历史行为的时序连接；两两所述目标物的关系紧密度用于指示用户当前对两两所述目标物中一个目标物产生预设行为后，下一个预设行为的对象为两两所述目标物中另一个目标物的概率。

第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的推荐方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的推荐方法的步骤。