[发明专利]个性化推荐方法、装置、设备及可读存储介质

权利要求书

1.一种个性化推荐方法，其特征在于，所述个性化推荐方法包括：

获取待推荐设备对应的第一推荐数据和设备数据，并确定所述待推荐设备对应的账号关联设备；

获取所述账号关联设备对应的第二推荐数据，并确定所述待推荐设备和所述账号关联设备之间的关联推荐模型；

基于所述关联推荐模型，联合所述第一推荐数据、所述第二推荐数据和所述设备数据，生成与所述待推荐设备对应的目标用户相匹配的目标推荐数据，以对所述目标用户进行个性化推荐。

2.如权利要求1所述个性化推荐方法，其特征在于，所述第一推荐数据包括第一数据矩阵，所述第二推荐数据至少包括一个第二数据矩阵，所述设备数据包括设备向量，

所述基于所述关联推荐模型，联合所述第一推荐数据和所述第二推荐数据，生成与所述待推荐设备对应的目标用户相匹配的目标推荐数据的步骤包括：

将所述第一数据矩阵、各所述第二数据矩阵和所述设备向量进行拼接，获得联合推荐矩阵；

将所述联合推荐矩阵输入针对于所述目标用户优化的所述关联推荐模型，对所述联合推荐矩阵对应的各待推荐物品进行评分，获得所述目标推荐数据。

3.如权利要求2所述个性化推荐方法，其特征在于，所述待推荐物品包括第一待推荐物品和第二待推荐物品，

所述对所述联合推荐矩阵对应各待推荐物品进行评分，获得所述目标推荐数据的步骤包括：

分别生成所述设备向量对应的用户特征表示、所述第一数据矩阵对应的各第一物品特征表示和所述第二数据矩阵对应的各第二物品特征表示；

基于所述用户特征表示与各所述第一物品特征表示，计算各所述第一待推荐物品对应的第一评分；

基于所述用户特征表示与各所述第二物品特征表示，计算各所述第二待推荐物品对应的第二评分；

基于各所述第一评分和各所述第二评分，生成所述目标推荐数据。

4.如权利要求3所述个性化推荐方法，其特征在于，所述目标推荐数据包括目标物品推荐列表，

所述基于各所述第一评分和各所述第二评分，生成所述目标推荐数据的步骤包括：

对各所述第一评分和各所述第二评分进行排序，获得排序列表；

基于所述评分排序列表，生成各所述第一待推荐物品和各所述第二待推荐物品共同对应的所述目标物品推荐列表。

5.如权利要求2所述个性化推荐方法，其特征在于，所述待推荐物品包括第一待推荐物品和第二待推荐物品，所述第一数据矩阵至少包括一个第一数据向量，所述第二数据矩阵至少包括一个第二数据向量，

所述对所述联合推荐矩阵对应各待推荐物品进行评分，获得所述目标推荐数据的步骤包括：

分别计算所述设备向量和各所述第一数据向量之间的第一相似度，获得各所述第一待推荐物品对应的第三评分；

分别计算所述设备向量和各所述第二数据向量之间的第二相似度，获得各所述第二待推荐物品对应的第四评分；

基于各所述第三评分和各所述第四评分，生成所述目标推荐数据。

6.如权利要求1所述个性化推荐方法，其特征在于，所述关联推荐模型包括所述待推荐设备对应的第一权重和所述账号关联设备对应的至少一个第二权重，

所述基于所述关联推荐模型，联合所述第一推荐数据、所述第二推荐数据和所述设备数据，生成与所述待推荐设备对应的目标用户相匹配的目标推荐数据的步骤包括：

基于所述第一权重，生成所述第一推荐数据对应的第一加权数据；

基于各所述第二权重，生成所述第二推荐数据对应的第二加权数据；

基于所述第一加权数据和所述第二加权数据，生成所述目标推荐数据。

7.如权利要求1所述个性化推荐方法，其特征在于，所述获取待推荐设备对应的第一推荐数据的步骤包括：

获取所述待推荐设备对应的待推荐物品数据，并确定所述待推荐设备对应的评分模型；

将所述待推荐物品数据输入所述评分模型，对所述待推荐物品数据对应的待推荐物品进行评分，获得所述第一推荐数据。