[发明专利]一种相似度度量方法、装置、设备及存储介质

说明书

本发明实施例公开了一种相似度度量方法、装置、设备及存储介质。该方法包括：依据与待度量相似度的物品相对应的用户数据，确定两个所述物品之间的用户集合，所述用户集合包括用户交集、用户相对补集和用户并集的绝对补集；依据所述用户集合的香农熵，以及基于极大似然比检验的预设相似度度量规则，确定两个所述物品之间的相似度。通过上述技术方案，解决了基于物品的推荐算法中相似度度量片面化的问题，实现了更加全面且合理地利用相似度度量数据，从而获得更加符合实际的物品间的相似度。

技术领域

本发明实施例涉及计算机技术，尤其涉及一种相似度度量方法、装置、设备及存储介质。

背景技术

在大数据的应用领域中，一个重要的方向是根据海量数据对用户进行个性化推荐。对于互联网直播平台而言，个性化推荐具体为给当前用户准确地推荐其感兴趣的直播间。

目前，在直播间推荐的众多大数据算法解决方案中，一个简单可行的方案是给目标用户推荐与其最近观看过历史直播间类似的直播间，该方案的难点在于如何准确地计算两两直播间之间的相似度。

在现有的直播间推荐方案中，基于物品的推荐算法中计算物品相似度的杰卡德系数算法(Jaccard’s Coefficient)，是常用的直播间相似度度量方法之一。该算法是基于集合进行计算的，两两直播间之间的相似度等于同时观看两个直播间的用户数除以至少观看了其中一个直播间的用户数。上述算法在直播间相似度度量中的缺陷在于，其仅仅考虑了观看了两个直播间的观看用户，未考虑这些观看用户对其他直播间的观看情况，从而仅利用了直播间相似度度量信息中的部分信息，使得获得的相似度比较片面。例如，上述观看用户中的某些观看用户，只是出于偶然行为对上述两个直播间中的至少一个直播间进行了观看行为，其观看行为更多地是集中于其他直播间，那么简单地认为该部分观看用户对两个直播间中的至少一个直播间感兴趣，而直接将该部分观看用户计入这两个直播间相似度度量的数据中，并且不考虑该部分观看用户的其他观看行为，就会使得相似度度量比较片面，获得的相似度失真。

发明内容

本发明实施例提供一种相似度度量方法、装置、设备及存储介质，以实现更加全面且合理地利用相似度度量数据，从而获得更加符合实际的物品间的相似度。

第一方面，本发明实施例提供了一种相似度度量方法，包括：

依据与待度量相似度的物品相对应的用户数据，确定两个所述物品之间的用户集合，所述用户集合包括用户交集、用户相对补集和用户并集的绝对补集；

依据所述用户集合的香农熵，以及基于极大似然比检验的预设相似度度量规则，确定两个所述物品之间的相似度。

第二方面，本发明实施例还提供了一种相似度度量装置，该装置包括：

用户集合确定模块，用于依据与待度量相似度的物品相对应的用户数据，确定两个所述物品之间的用户集合，所述用户集合包括用户交集、用户相对补集和用户并集的绝对补集；

相似度度量模块，用于依据所述用户集合的香农熵，以及基于极大似然比检验的预设相似度度量规则，确定两个所述物品之间的相似度。

第三方面，本发明实施例还提供了一种设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的相似度度量方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明任意实施例所提供的相似度度量方法。