[发明专利]基于信任网络的推送方法、装置、计算机设备及存储介质

说明书

本发明公开了基于信任网络的推送方法、装置、计算机设备及存储介质。该方法解析商品评论信息判定用户之间存在相互评论关系，以获取当前时刻存储的用户信任矩阵，获取从当前信任矩阵选中的行向量所对应的目标用户，根据行向量中各信任值大小，获取信任值大小位于排名阈值之前的信任用户以组成信任用户簇；根据信任用户簇中各信任用户在用户‑评分矩阵中对应的评分行向量，获取信任用户对各商品的信任评分值以组成商品推荐行向量；由商品推荐行向量得到商品推荐列表，将商品推荐列表推送至目标用户对应的接收端。该方法采用智能推荐技术实现了通过用户之间存在相互评论关系确定信任用户簇，根据信任用户所推荐的商品以对目标用户进行精准推荐。

技术领域

本发明涉及信息推送技术领域，尤其涉及一种基于信任网络的推送方法、装置、计算机设备及存储介质。

背景技术

目前，在基于互联网的在线商城上进行网络购物已越来越频繁，这些在线商城对用户进行商品推荐时，通常使用的是基于协同过滤的推荐算法(协同过滤算法，原理是用户喜欢那些具有相似兴趣的用户喜欢过的商品，比如你的朋友喜欢电影哈利波特I，那么就会推荐给你，这是最简单的基于用户的协同过滤算法)。在使用基于协同过滤的推荐算法时，采用的数据集主要是基于用户-商品的评分矩阵，进而测算出用户之间的相似性，属于隐形的信任网络。但是采用评分矩阵测算出用户之间的相似性存在冷启动的问题，影响到推荐过程。

发明内容

本发明实施例提供了一种基于信任网络的推送方法、装置、计算机设备及存储介质，旨在解决现有技术中采用基于协同过滤的推荐算法需采用评分矩阵测算出用户之间的相似性，易导致推荐运算的冷启动，从而影响到推荐过程的问题。

第一方面，本发明实施例提供了一种基于信任网络的推送方法，其包括：

若当前时刻的商品评论信息与上一时刻的商品评论信息比对以判定用户之间存在新增的相互评论关系，根据用户之间新增的相互评论关系对应的评论内容获取当前信任值；

根据所述当前信任值对上一时刻存储的用户信任矩阵进行更新，得到当前时刻存储的用户信任矩阵；其中，上一时刻存储的用户信任矩阵和当前时刻存储的用户信任矩阵中，每一取值表示取值所在行对应的用户对取值所在列对应的用户的信任值；

获取从所述当前时刻存储的用户信任矩阵选中的行向量所对应的目标用户，根据目标用户对应的行向量中各信任值大小，获取信任值大小位于预设排名阈值之前的信任用户以组成信任用户簇；

根据所述信任用户簇中各信任用户在用户-评分矩阵中对应的评分行向量，获取信任用户对各商品的信任评分值以组成商品推荐行向量；以及

由商品推荐行向量得到商品推荐列表，将所述商品推荐列表推送至目标用户对应的接收端。

第二方面，本发明实施例提供了一种基于信任网络的推送装置，其包括：

当前信任值获取单元，用于若当前时刻的商品评论信息与上一时刻的商品评论信息比对以判定用户之间存在新增的相互评论关系，根据用户之间新增的相互评论关系对应的评论内容获取当前信任值；

用户信任矩阵更新单元，用于根据所述当前信任值对上一时刻存储的用户信任矩阵进行更新，得到当前时刻存储的用户信任矩阵；其中，上一时刻存储的用户信任矩阵和当前时刻存储的用户信任矩阵中，每一取值表示取值所在行对应的用户对取值所在列对应的用户的信任值；

信任用户簇获取单元，用于获取从所述当前时刻存储的用户信任矩阵选中的行向量所对应的目标用户，根据目标用户对应的行向量中各信任值大小，获取信任值大小位于预设排名阈值之前的信任用户以组成信任用户簇；

推荐行向量获取单元，用于根据所述信任用户簇中各信任用户在用户-评分矩阵中对应的评分行向量，获取信任用户对各商品的信任评分值以组成商品推荐行向量；