[发明专利]一种物品推荐方法、装置、存储介质及程序产品

权利要求书

1.一种物品推荐方法，其特征在于，包括：

获得物品评分矩阵中每件物品的逆流行度，所述物品评分矩阵包括不同用户对不同物品的评分值，所述逆流行度为一物品在所述物品评分矩阵中具有评分值的数量相对于所述物品评分矩阵中物品具有评分值的数量最大值的标准化数值；所述一物品在所述物品评分矩阵中具有评分值的数量为该物品在所述物品评分矩阵中总共被打分的次数，所述物品评分矩阵中物品具有评分值的数量最大值为在所述物品评分矩阵中被打分次数最多的物品的评分次数；所述逆流行度物品的冷门程度，其值越大代表物品的冷门程度越高；

获得所述评分矩阵中用户之间的共同兴趣物品的逆流行度平均值，所述共同兴趣物品为两用户对同一物品的评分值大于第一阈值的物品；

根据所述物品评分矩阵中的评分值，获得用户之间的第一相似度；

根据所述逆流行度平均值以及所述第一相似度的乘积，获得第二相似度；

根据目标用户的所述第二相似度，确定所述目标用户的推荐用户集合，以及，根据所述推荐用户集合，向所述目标用户进行物品推荐。

2.根据权利要求1所述的方法，其特征在于，所述根据所述物品评分矩阵中的评分值，获得用户之间的第一相似度，包括：

根据用户之间各共同兴趣物品的评分值的方差的均值，获得用户之间的第一相似度，所述用户之间各共同兴趣物品的评分值的方差的均值由用户之间各共同兴趣物品的评分值的方差除以用户之间共同兴趣物品的数量得到。

3.根据权利要求2所述的方法，其特征在于，所述第一相似度通过第一比值和第一差值的乘积获得，所述第一差值为常数值与用户之间各共同兴趣物品的评分值的方差的均值之差，所述第一比值为用户之间的共同兴趣物品的数量与物品评分矩阵中的物品数量的比值。

4.根据权利要求1所述的方法，其特征在于，所述根据目标用户的所述第二相似度，确定所述目标用户的推荐用户集合，包括：

以各用户分别作为目标用户，判断目标用户与其他用户之间的共同兴趣物品的数量是否大于第二阈值，若是，则将相应的第二相似度对应的用户作为目标用户的相似用户，以得到各目标用户的相似用户集合；

判断目标用户的相似用户集合中相似用户的数量是否大于第三阈值，若是，则将目标用户的相似用户集合作为目标用户的推荐用户集合；

当目标用户的相似用户集合中的相似用户数量小于该第三阈值且不为零时，则将目标用户的相似用户集合以及间接相似用户集合进行合并，以作为所述目标用户的推荐用户集合，所述间接相似用户集合为目标用户的相似用户集合中相似用户的相似用户集合。

5.根据权利要求4所述的方法，其特征在于，所述根据目标用户的所述第二相似度，确定所述目标用户的推荐用户集合，还包括：

当目标用户与其他用户之间的共同兴趣物品的数量小于第二阈值，则将相应的第二相似度设置为噪声数据。

6.根据权利要求4或5所述的方法，其特征在于，所述根据所述推荐用户集合，向所述目标用户进行物品推荐，包括：

根据所述推荐用户集合中推荐用户与目标用户的第二相似度、推荐用户对物品的评分值，向目标用户进行物品推荐，所推荐物品为目标用户不具有评分值的物品。

7.根据权利要求4所述的方法，其特征在于，当相似用户集合中的相似用户数量小于该阈值且不为零时，在向所述目标用户进行物品推荐之前，还包括：

进行间接相似用户与目标用户第二相似度的更新，更新的第二相似度为目标用户与相似用户的第二相似度同相似用户与间接相似用户的第二相似度的加权平均值。