[发明专利]一种推荐方法、装置、设备及计算机可读存储介质

说明书

本申请实施例公开了一种推荐方法、装置、设备及计算机可读存储介质，所述方法包括：获取目标用户对第一对象集合的第一评分数据，并获取所述目标用户在社交网络中的邻居用户对第二对象集合的第二评分数据，其中，所述第二对象集合包括所述目标用户未评分的待推荐对象集合；确定所述第一对象集合中各个对象与所述待推荐对象集合中各个待推荐对象之间的各个融合相似度；根据所述第二评分数据和所述第一评分数据确定所述目标用户与所述邻居用户之间的信任值，其中，所述信任值表征所述目标用户对所述邻居用户的信任程度；基于各个融合相似度和所述信任值确定所述待推荐对象的预测评分数据，并基于所述预测评分数据为所述目标用户推荐待推荐对象。

技术领域

本申请实施例涉及推荐技术领域，涉及但不限于一种推荐方法、装置、设备及计算机可读存储介质。

背景技术

推荐系统为解决信息过载的问题而出现，广泛应用于电子商务、电影、视频、音乐阅读、广告等领域。通过分析大量的用户行为日志，推荐系统能够给不同的用户展示不同的个性化页面，提高了网站的点击率和转化率。推荐技术主要有协同过滤推荐技术，协同过滤推荐技术分为基于用户的协同过滤算法和基于物品的协同过滤算法。但是不管是基于用户的协同过滤算法还是基于物品的协同过滤算法，都存在推荐系统的推荐精度不够高的问题。

发明内容

有鉴于此，本申请实施例提供一种推荐方法、装置、设备及计算机可读存储介质。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种推荐方法，所述方法包括：

获取目标用户对第一对象集合的第一评分数据，并获取所述目标用户在社交网络中的邻居用户对第二对象集合的第二评分数据，其中，所述第二对象集合包括所述目标用户未评分的待推荐对象集合；

确定所述第一对象集合中各个对象与所述待推荐对象集合中各个待推荐对象之间的各个融合相似度；

根据所述第二评分数据和所述第一评分数据确定所述目标用户与所述邻居用户之间的信任值，其中，所述信任值表征所述目标用户对所述邻居用户的信任程度；

基于各个融合相似度和所述信任值确定所述待推荐对象的预测评分数据，并基于所述预测评分数据为所述目标用户进行推荐。

本申请实施例提供一种推荐装置，所述推荐装置包括：

获取模块，用于获取目标用户对第一对象集合的第一评分数据，并获取所述目标用户在社交网络中的邻居用户对第二对象集合的第二评分数据，其中，所述第二对象集合包括所述目标用户未评分的待推荐对象集合；

第一确定模块，用于确定所述第一对象集合中各个对象与所述待推荐对象集合中各个待推荐对象之间的各个融合相似度；

第二确定模块，用于根据所述第二评分数据和所述第一评分数据确定所述目标用户与所述邻居用户之间的信任值，其中，所述信任值表征所述目标用户对所述邻居用户的信任程度；

第三确定模块，用于基于各个融合相似度和所述信任值确定所述待推荐对象的预测评分数据，并基于所述预测评分数据为所述目标用户进行推荐。

本申请实施例提供一种推荐设备，所述设备至少包括：

处理器；以及

存储器，用于存储可在所述处理器上运行的计算机程序；

其中，所述计算机程序被处理器执行时实现上述推荐方法的步骤。

本申请实施例提供一种计算机可读存储介质，所述计算机存储介质中存储有计算机可执行指令，该计算机可执行指令配置为执行上述推荐方法的步骤。