[发明专利]数据挖掘方法、装置、计算机可读介质及电子设备

说明书

本发明实施例提供了一种数据挖掘方法、装置、计算机可读介质及电子设备，涉及数据处理技术领域。该数据挖掘方法包括：确定与各客户端标识对应的物品关联数据；利用多个预定算法计算所述物品关联数据中的各物品之间的第一相似度；确定各所述预定算法的权重，根据各所述第一相似度以及各所述算法的权重得到物品之间的第二相似度；根据所述第二相似度确定与第一物品满足相似阈值的第二物品，确定所述第二物品对应的客户端标识；根据所述第二物品对应的客户端标识确定所述第一物品的待推荐客户端标识，以便根据待推荐客户端标识将所述第一物品推荐给对应的客户端。本发明实施例的技术方案提高数据挖掘的精确性。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种数据挖掘方法、数据挖掘装置、计算机可读介质及电子设备。

背景技术

随着网络技术的发展，电子商务成为满足人们交易需求的最常用手段。用户通过电商平台购买物品时，需要向用户推荐用户可能感兴趣的物品，提高用户体验。

目前，基于用户的协同过滤推荐算法可以用来确定用户可能感兴趣的物品。先找到与目标用户相似的用户群体，然后根据相似用户群体的购买行为确定向目标用户推荐的物品。或者，基于物品的协同过滤推荐算法也可以确定物品的目标用户。但是，前一种方法中，需要对每个用户进行精准地画像；后一种方法中，物品的相似度矩阵过于稀疏，物品之间的相关性很低；因此这两种方法都无法进行精确的推荐。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种数据挖掘方法、数据挖掘装置、计算机可读介质及电子设备，进而至少在一定程度上克服对物品的推荐不够精准的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的第一方面，提供了一种数据挖掘方法，包括：

确定与各客户端标识对应的物品关联数据；

利用多个预定算法计算所述物品关联数据中的各物品之间的第一相似度；

确定各所述预定算法的权重，根据各所述第一相似度以及各所述算法的权重得到物品之间的第二相似度；

根据所述第二相似度确定与第一物品满足相似阈值的第二物品，确定所述第二物品对应的客户端标识；

根据所述第二物品对应的客户端标识确定所述第一物品的待推荐客户端标识，以便根据待推荐客户端标识将所述第一物品推荐给对应的客户端。

在本发明的一种示例性实施例中，所述确定与各客户端标识对应的物品关联数据包括：

将预设时段内各客户端标识对应的物品关联数据中物品种类满足预设数量的数据筛选出来，得到所述物品关联数据。

在本发明的一种示例性实施例中，所述利用多个预定算法计算所述物品关联数据中的各物品之间的第一相似度包括：

根据所述各客户端标识对应的物品关联数据，计算客户端标识对应的各物品的第一指标；

根据所述物品的所述第一指标确定所述客户端标识对所述物品的评分，以得到各所述客户端对所述物品的平均评分；

根据所述物品的平均评分计算所述物品之间的第一相似度。

在本发明的一种示例性实施例中，所述确定各所述预定算法的权重，根据各所述第一相似度以及各所述算法的权重得到物品之间的第二相似度包括：

确定各所述预定算法的权重；