[发明专利]资源推荐方法、装置、存储介质及设备

权利要求书

1.一种资源推荐方法，其特征在于，所述方法包括：

获取评分数据，所述评分数据中包括用户对目标资源的评分；

将所述评分数据转换为初始矩阵，所述初始矩阵中的每个元素为一个用户对一个目标资源的评分；

基于所述初始矩阵以及过预设采样条件，获取所述初始矩阵的近似基；

基于所述初始矩阵以及所述近似基，构建目标矩阵，所述目标矩阵的维数小于所述初始矩阵；

基于所述目标矩阵，获取对所述初始矩阵的矩阵分解结果，所述矩阵分解结果包括描述用户特征属性的第一矩阵和描述目标资源特征属性的第二矩阵；

基于所述矩阵分解结果进行资源推荐。

2.根据权利要求1所述的方法，其特征在于，所述初始矩阵的大小为m*n，

所述基于所述初始矩阵以及过预设采样条件，获取所述初始矩阵的近似基，包括：

获取输入的奇异值个数k以及过采样参数p，k与p之和不大于m和n中的最小者；

构建随机采样矩阵，所述随机采样矩阵的大小为n*(k+p)；

基于所述初始矩阵以及所述随机采样矩阵，获取所述初始矩阵的近似基。

3.根据权利要求1所述的方法，其特征在于，所述基于所述初始矩阵以及所述近似基，构建目标矩阵，包括：

获取所述近似基的转置矩阵；

对所述初始矩阵和所述近似基的转置矩阵进行矩阵乘积运算，得到所述目标矩阵，所述目标矩阵的大小为(k+p)*n。

4.根据权利要求2所述的方法，其特征在于，所述基于所述初始矩阵以及所述随机采样矩阵，获取所述初始矩阵的近似基，包括：

获取进行迭代运算的目标迭代次数q；

按照所述目标迭代次数q，基于所述初始矩阵以及所述随机采样矩阵进行迭代运算，得到所述近似基。

5.根据权利要求2所述的方法，其特征在于，所述基于所述初始矩阵以及所述随机采样矩阵，获取所述初始矩阵的近似基，包括：

对所述初始矩阵和所述随机采样矩阵进行矩阵乘积运算，得到矩阵Y₀；

获取所述矩阵Y₀的正交基，得到所述近似基。

6.根据权利要求4所述的方法，其特征在于，当进行迭代运算的迭代类型为第一类型时，所述按照所述目标迭代次数q，基于所述初始矩阵以及所述随机采样矩阵进行迭代运算，得到所述近似基，包括：

根据所述初始矩阵、所述初始矩阵的转置矩阵以及所述随机采样矩阵，构建q轮的迭代过程，得到矩阵Y₁；

获取所述矩阵Y₁的正交基，得到所述近似基。

7.根据权利要求4所述的方法，其特征在于，当进行迭代运算的迭代类型为第二类型时，所述按照所述目标迭代次数q，基于所述初始矩阵以及所述随机采样矩阵进行迭代运算，得到所述近似基，包括：

对所述初始矩阵和所述随机采样矩阵进行矩阵乘积运算，得到矩阵Y₀；

对所述矩阵Y₀进行QR分解，得到所述矩阵Y₀的正交向量Q₀；

基于所述正交向量Q₀以及所述初始矩阵，构建q轮的迭代过程；

将第q轮得到的正交向量Q_q作为所述近似基。

8.根据权利要求1所述的方法，其特征在于，当所述目标矩阵为稀疏型矩阵时，所述基于所述目标矩阵，获取对所述初始矩阵的矩阵分解结果，包括：

获取所述目标矩阵的转置矩阵；

对所述目标矩阵的转置矩阵进行奇异值分解，并将所述转置矩阵的左奇异向量和右奇异向量进行互换；

对所述近似基和经过互换后的左奇异向量进行矩阵乘积运算，并将得到的乘积结果更新为所述目标矩阵的左奇异向量；

基于所述目标矩阵的左奇异向量，获取所述初始矩阵的左奇异向量，基于所述目标矩阵的右奇异向量，获取所述初始矩阵的右奇异向量，基于所述目标矩阵的奇异值矩阵，获取所述初始矩阵的奇异值矩阵。