[发明专利]一种物品推荐方法、装置、存储介质及程序产品

说明书

本发明提供一种物品推荐方法及装置，在基于相似度对用户进行物品推荐过程中，将相似度进行了修正，修正是基于评价矩阵中用户之间的共同兴趣物品的逆流行度平均值做出的，其中，逆流行度代表了物品的冷门程度，以体现用户对该物品兴趣的潜在影响，而共同兴趣物品为两用户对同一物品的评分值大于某一阈值的物品，通过用户之间的共同兴趣物品的逆流行度平均值，该平均值越高，则表征用户之间共同兴趣为真正的相似兴趣爱好，受流行或社会化的影响越小，通过该平均值对相似度进行修正，避免得到不准确的相似度，提高了相似度的准确性，进而提高物品推荐的准确性。

技术领域

本发明涉及计算机技术领域，特别涉及一种物品推荐方法及装置。

背景技术

随着互联网技术以及计算机技术的不断发展，通过在客户端向用户推荐其潜在的感兴趣的物品，让用户能够快速了解到心仪的物品。

目前，一种实现方式是基于协同过滤的推荐方法，在该方法中，基于不同用户对物品的打分记录，选取与目标用户的用户相似度高的用户，从这些用户中选择出目标用户没有评分记录的物品，推荐给目标用户，其中，用户相似度高的用户，主要是通过余弦相似度、皮尔逊相关系数、修正余弦相似度等计算方法来获得。这些方法会出现相似度虚高和失真等问题，导致推荐结果并不准确。

发明内容

有鉴于此，本发明的目的在于提供一种物品推荐方法及装置，以用户之间共同兴趣物品的逆流行度平均值对相似度进行修正，提高物品推荐的准确性。

为实现上述目的，本发明有如下技术方案：

一种物品推荐方法，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；

获得所述评价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。

可选地，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：

根据用户之间的各共同兴趣物品的评分值的方差均值，获得用户之间的第一相似度。

可选地，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的各共同兴趣物品的评分值的方差均值之差，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。

可选地，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。

可选地，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：