[发明专利]一种物品推荐方法和装置

权利要求书

1.一种物品推荐方法，其特征在于，包括：

获取冷启动用户的应用列表和采样用户应用列表集合，所述集合中包括多个采样用户及其应用列表；

从所述集合中，筛选出应用列表与所述冷启动用户的应用列表相似度最高的采样用户，并确定该采样用户的常入物品；

将所述采样用户的常入物品推荐给冷启动用户。

2.根据权利要求1所述的方法，其特征在于，从所述集合中，筛选出应用列表与所述冷启动用户的应用列表相似度最高的采样用户，包括：

采用计算余弦相似度的方式，计算所述冷启动用户的应用列表与所述集合中各采样用户的应用列表的相似度：

其中，i表示采样用户的应用列表，j表示冷启动用户的应用列表，sim(i,j)表示冷启动用户的应用列表与采样用户的应用列表的相似度，表示采样用户的应用列表的向量，表示冷启动用户的应用列表的向量；

筛选出相似度最高的采样用户。

3.根据权利要求1所述的方法，其特征在于，确定该采样用户的常入物品，包括：

基于用户偏好与应用列表的映射关系表，由所述采样用户的应用列表确定采样用户的用户偏好，所述用户偏好包括用户偏好物品；

根据物品的物品属性向量，采用计算余弦相似度的方式，计算用户偏好物品与库存中各物品之间的相似度；

按照相似度从大到小的顺序对库存中各物品进行排序，将序列中前P的物品作为该采样用户的常入物品；P为正整数。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：采用以下方式确定所述用户偏好与应用列表的映射关系表：

根据后台日志与埋点表，得到采样用户的历史浏览物品记录与历史下单记录；

获取采样用户的权限，利用所述权限得到采样用户的应用列表；

利用大数据与机器学习，确定采用用户的用户偏好与应用列表的映射关系表。

5.根据权利要求1所述的方法，其特征在于，确定该采样用户的常入物品，包括：

根据该采样用户的历史浏览物品记录，按照浏览量从大到小的顺序对物品进行排序，将序列中前N的物品作为该采样用户的第一物品；

根据该采样用户的历史下单记录，按照物品在设定时间范围内下单频率从高到低的顺序，对物品进行排序，将序列中前M的物品作为该采样用户的第二物品；

将所述采样用户的第一物品和第二物品作为该采样用户的常入物品；N、M皆为正整数。

6.一种物品推荐装置，其特征在于，包括：数据获取模块、筛选模块、推荐模块；

所述数据获取模块，用于：获取冷启动用户的应用列表和采样用户应用列表集合，所述集合中包括多个采样用户及其应用列表；

所述筛选模块，用于：从所述集合中，筛选出应用列表与所述冷启动用户的应用列表相似度最高的采样用户，并确定该采样用户的常入物品；

所述推荐模块，用于：将所述采样用户的常入物品推荐给冷启动用户。

7.根据权利要求6所述的装置，其特征在于，所述筛选模块，还用于：

采用计算余弦相似度的方式，计算所述冷启动用户的应用列表与所述集合中各采样用户的应用列表的相似度：

其中，i表示采样用户的应用列表，j表示冷启动用户的应用列表，sim(i,j)表示冷启动用户的应用列表与采样用户的应用列表的相似度，表示采样用户的应用列表的向量，表示冷启动用户的应用列表的向量；

筛选出相似度最高的采样用户。

8.根据权利要求6所述的装置，其特征在于，所述筛选模块，还用于：

基于用户偏好与应用列表的映射关系表，由所述采样用户的应用列表确定采样用户的用户偏好，所述用户偏好包括用户偏好物品；

根据物品的物品属性向量，采用计算余弦相似度的方式，计算用户偏好物品与库存中各物品之间的相似度；

按照相似度从大到小的顺序对库存中各物品进行排序，将序列中前P的物品作为该采样用户的常入物品；P为正整数。