[发明专利]一种物品推荐方法、装置、电子设备及可读存储介质

权利要求书

1.一种物品推荐方法，其特征在于，所述物品推荐方法包括：

获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息；

根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量；

根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量；

基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述多个商户平台中的物品之间的关联关系；

根据新增物品的物品类别信息，构建该新增物品的物品类别特征向量；

根据每个用户的行为信息下所对应物品的物品类别特征向量和新增物品的物品类别特征向量，确定每个用户的行为信息下所对应物品类别信息与新增物品的物品类别信息的相似度；

基于所述关联关系和每个用户的行为信息下所对应物品类别信息与新增物品类别信息的相似度，对新增物品进行推荐。

2.根据权利要求1所述的物品推荐方法，其特征在于，根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量，包括：

根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建每个用户与该用户关联的物品的数据结构图，每个用户和每个物品作为所述数据结构图的节点；

通过随机游走算法均匀的选取节点，以生成预定个数的随机游走序列；

根据所述随机游走序列，计算出至少两个物品节点出现在同一序列中的概率；

根据所述至少两个物品节点出现在同一序列中的概率，计算出用于表示物品间相似度的物品关联特征向量。

3.根据权利要求1所述的物品推荐方法，其特征在于，根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量，包括：

提取每个用户的行为信息下所对应物品的物品类别特征；

根据所述物品类别特征，构建每个用户行为信息下所对应物品的物品类别特征向量。

4.根据权利要求1所述的物品推荐方法，其特征在于，基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述商户平台中的物品之间的关联关系，包括：

将所述各物品的物品类别特征向量作为物品之间关联关系函数的输入参数，将所述物品关联特征向量作为物品之间关联关系函数的输出参数，以确定所述商户平台中的物品之间的关联关系。

5.一种物品推荐装置，其特征在于，所述物品推荐装置包括：

获取模块，用于获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息；

第一计算模块，用于根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量；

第二计算模块，用于根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量；

第一确定模块，用于基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述多个商户平台中的物品之间的关联关系；

第三计算模块，用于根据新增物品的物品类别信息，构建该新增物品的物品类别特征向量；

第二确定模块，用于根据每个用户的行为信息下所对应物品的物品类别特征向量和新增物品的物品类别特征向量，确定每个用户的行为信息下所对应物品类别信息与新增物品的物品类别信息的相似度；

推荐模块，用于基于所述关联关系和每个用户的行为信息下所对应物品类别信息与新增物品类别信息的相似度，对新增物品进行推荐。