[发明专利]物品推荐方法、装置、电子设备及可读存储介质

说明书

本发明涉及数据处理技术领域，公开了一种物品推荐方法、装置、电子设备及可读存储介质，其中，该物品推荐方法包括：获取期望物品与各个待推荐物品的点击量相似度以及总点击量，总点击量为同时点击期望物品与各个待推荐物品的用户的点击量；利用总点击量确定点击权重，点击权重与总点击量的变化趋势相反；根据点击量相似度以及点击权重，确定期望物品与各个待推荐物品的相似度；基于期望物品与各个待推荐物品的相似度，在各个待推荐物品中确定出目标推荐物品。通过实施本发明，避免了人为控制点击量而导致推荐准确性低的问题，提高了物品推荐的准确性。

技术领域

本发明涉及数据处理技术领域，具体涉及一种物品推荐方法、装置、电子设备及可读存储介质。

背景技术

随着计算机技术的发展，各个行业在数据处理过程中均依赖于计算机，尤其是在向用户进行物品推荐中，如何从海量的物品数据中筛选出用户的期望物品，数据处理速度和数据处理效果至关重要。目前主要通过协同过滤算法进行数据处理以实现物品推荐，而这种数据处理方法主要依赖于用户对物品的点击量，然而点击量却可以通过人为控制，例如，雇佣他人多次点击某一物品以增加该物品的点击量，进而增加该物品的推荐指数。这样就导致了最终推荐的物品并非用户所期望的推荐物品，严重降低了物品推荐的准确性。

发明内容

有鉴于此，本发明实施例提供了一种物品推荐方法、装置、电子设备及可读存储介质，以解决现有的物品推荐方法的准确性低的问题。

根据第一方面，本发明实施例提供了一种物品推荐方法，所述方法包括：获取期望物品与各个待推荐物品的点击量相似度以及总点击量，所述总点击量为同时点击所述期望物品与各个待推荐物品的用户的点击量；利用所述总点击量确定点击权重，所述点击权重与所述总点击量的变化趋势相反；根据所述点击量相似度以及所述点击权重，确定所述期望物品与所述各个待推荐物品的相似度；基于所述期望物品与所述各个待推荐物品的相似度，在所述各个待推荐物品中确定出目标推荐物品。

本发明实施例提供的物品推荐方法，通过获取期望物品与各个待推荐物品的点击量相似度以及总点击量，其中，总点击量为同时点击期望物品与各个待推荐物品的用户的点击量，利用总点击量确定点击权重，且总点击量越大，点击权重越小，再根据点击量相似度以及点击权重确定期望物品与各个待推荐物品的相似度，基于期望物品与各个待推荐物品之间的相似度，在各个待推荐物品中确定出目标推荐物品，基于所述期望物品与所述各个待推荐物品的相似度，在所述各个待推荐物品中确定出目标推荐物品。该方法在获取点击量的基础上，结合点击权重确定最终的期望物品与各个待推荐物品之间的相似度，能够避免因人为控制点击量而导致推荐准确性低的问题，提高了物品推荐的准确性。

结合第一方面，在第一方面的第一实施方式中，采用如下公式计算所述点击权重：

其中，y1为点击权重；N(u)为总点击量。

本发明实施例提供的物品推荐方法，利用总点击量N(u)确定点击权重，且总点击量越大，点击权重越小。通过降权的方式避免了因人为点击量过多使得物品推荐指数升高，而实质上该推荐物品并非用户所期望物品的问题，提高了物品推荐的准确性。

结合第一方面，在第一方面的第二实施方式中，所述根据所述点击量相似度以及所述点击权重，确定所述期望物品与所述各个待推荐物品的相似度，包括：计算所述点击量相似度与所述点击权重的乘积；基于所述计算结果，确定所述期望物品与所述各个待推荐物品的相似度。

本发明实施例提供的物品推荐方法，在获取点击量的基础上，结合点击权重确定最终的期望物品与各个待推荐物品之间的相似度，能够避免因人为控制点击量而导致推荐准确性低的问题，提高了物品推荐的准确性。