[发明专利]一种商品推荐方法、装置、设备以及存储介质

权利要求书

1.一种商品推荐方法，其特征在于，包括：

获取不同用户分别针对不同商品的评分数据，所述评分数据用于表征用户对商品的喜欢程度；

根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算；

根据目标用户的近邻用户对待推荐商品的评分数据得到所述目标用户对所述待推荐商品的评分数据，以对商品进行推荐。

2.如权利要求1所述的商品推荐方法，其特征在于，所述获取不同用户分别针对不同商品的评分数据包括：

采用集合U＝{u₁,...,u_l}和M＝{m₁,...,m_n}分别代表用户集合与商品集合，l和n分别表示用户数量和商品数量，输入商品评分矩阵其中r_ij∈{0,s}表示用户u_i对商品m_j的评分；

若r_ij取值为0则表示用户对商品未评价，若r_ij取非零值则表示用户对商品评价的分值。

3.如权利要求2所述的商品推荐方法，其特征在于，所述根据不同用户对商品的评分数据，对所述不同用户之间的用户相似度进行计算包括：

对任意两个用户u_g和u_i，采用S(u_g,u_i)＝A(u_g,u_i)C(u_g,u_i)PCC(u_g,u_i)计算二者之间的用户相似度；

其中，A(u_g,u_i)表示用户u_g和用户u_i的一致性程度，计算方式为：V_g表示基于用户u_g的评分向量，中的上角标T表示转置，V_i表示基于用户u_i的评分向量；C(u_g,u_i)表示折衷因素，计算方式为：I_g为用户u_g评价过的物品集合，I_i为用户u_i评价过的物品集合；PCC(u_g,u_i)是计算两个用户之间的Pearson相似度，计算方式为：

其中，r_gj是用户u_g对物品m_j的评分，表示用户u_i对商品非零评分的平均值，代表用户u_g对商品非零评分的平均值；r_ij是用户u_i对物品m_j的评分；I_g∩I_i表示用户u_g和用户u_i共同评价过的商品集合。