[发明专利]物品推荐方法和装置

说明书

本申请公开了一种物品推荐方法和装置。所述方法包括根据用户历史行为数据获取N个目标物品以及对应每个目标物品的推荐因子，其中，N为大于1的整数；根据N个目标物品获取多个推荐物品以及每个推荐物品对应的第一推荐值，并得到每个推荐物品的第一推荐值排序，其中，每个推荐物品与至少一个目标物品相关；根据第一推荐值排序以及每个目标物品对应的推荐因子对每个推荐物品对应的第一推荐值进行数据处理，获取每个推荐物品对应的第二推荐值，从而得到每个推荐物品的第二推荐值排序。本申请解决了相关性很高的物品会被大量扎堆地推荐给用户，造成用户的阅读疲劳的技术问题。

技术领域

本申请涉及数据应用技术领域，具体而言，涉及一种物品推荐方法和装置。

背景技术

随着互联网的高速发展，物品推荐方法的应用场景越来越多，已经被广泛集成到了很多商业应用系统中，比较著名的有Netflix在线视频推荐系统、Amazon网络购物商城、今日头条等。实际上，大多数的资讯平台都不同程度地应用了物品推荐方法，如新浪新闻、今日头条等。物品推荐方法提供的相关推荐可以帮助用户更好的找到跟当前物品相关的物品，在电商平台中，相关的商品可以捆绑销售，在资讯平台中，物品推荐方法推荐的相关资讯可以作为深度阅读，或者兴趣发现等等，是体现推荐系统价值的非常重要的一个应用场景。

现有技术中，物品推荐方法是基于用户行为进行推荐，通常是基于用户的历史行为记录，确定物品之间的相似度，再根据物品相似度进行推荐。

在实施本申请实施例的过程中，发明人发现现有技术至少存在以下技术问题：

现有技术中，关于一个话题的物品有可能会在一个时刻大量出现，这些物品之间的相关性会很高，这样，这些相关性很高的物品会被大量扎堆地推荐给用户，造成用户的阅读疲劳，影响用户的体验效果。

发明内容

本申请的主要目的在于提供一种物品推荐方法和装置，以解决相关性很高的物品会被大量扎堆地推荐给用户，造成用户的阅读疲劳的问题。

为了实现上述目的，第一方面，本申请实施例提供了一种物品推荐方法。

根据本申请的物品推荐方法包括：

根据用户历史行为数据获取N个目标物品以及对应每个目标物品的推荐因子，其中，N为大于1的整数；

根据N个目标物品获取多个推荐物品以及每个推荐物品对应的第一推荐值，并得到每个推荐物品的第一推荐值排序，其中，每个推荐物品与至少一个目标物品相关；

根据第一推荐值排序以及每个目标物品对应的推荐因子对每个推荐物品对应的第一推荐值进行数据处理，获取每个推荐物品对应的第二推荐值，从而得到每个推荐物品的第二推荐值排序。

可选地，根据第一推荐值排序以及每个目标物品对应的推荐因子对每个推荐物品对应的第一推荐值进行数据处理，获取每个推荐物品对应的第二推荐值，包括：

根据每个推荐物品与相关的目标物品确定每个推荐物品对应的推荐因子；

根据第一推荐值排序以及每个推荐物品对应的推荐因子，获取每个推荐物相对于对应的推荐因子排序，确定每个推荐物品在对应的推荐因子排序中的序号；

根据每个推荐物品在对应的推荐因子排序中的序号对每个推荐物品对应的第一推荐值进行数据处理，获取每个推荐物品对应的第二推荐值。

可选地，当推荐物品存在至少两个对应的第二推荐值时，选取推荐物品的至少两个第二推荐值中最大的第二推荐值作为推荐物品对应的第二推荐值。

可选地，每个所述推荐物品的第二推荐值排序为每个所述推荐物品的第二推荐值降序排序，本物品推荐方法还包括：

在每个推荐物品的第二推荐值排序中，获取每个推荐物品相对前一位推荐物品的相似度值，其中，排在第一位的推荐物品包括的相似度值为第一预设值；