[发明专利]商品推荐方法、装置、计算机设备及介质

说明书

本申请涉及人工智能，具体公开了一种商品推荐方法、装置、计算机设备及计算机可读存储介质，所述方法包括：获取多个用户的行为数据和商品的属性数据；根据各用户的行为数据和商品的属性数据建立与各用户一一对应的因子分解机模型；根据行为数据将多个用户分成若干簇，簇中的用户包括代表用户和非代表用户；根据各簇中代表用户的行为数据和/或非代表用户的行为数据确定对应簇中的各用户因子分解机模型的更新参数；根据确定的更新参数对各用户的因子分解机模型进行更新；基于更新后的各用户因子分解机模型将商品推荐给对应的用户。提升商品推荐的精度，缩短推荐的时间。本申请还涉及区块链技术，更新好的模型可以储存在区块链中。

技术领域

本申请涉及智能推荐技术领域，尤其涉及一种商品推荐方法、装置、计算机设备及计算机可读存储介质。

背景技术

目前，主流的推荐方法大多是根据用户的行为或商品的某单一特征进行推荐，将用户的行为和商品的特征分开进行推荐导致推荐的精准度不足，还有一些根据用户保存在本地的数据和服务器的商品特征进行交互，进行商品推荐，若用户数据过多会导致交互次数过高，计算量过大，推荐的时间久。

发明内容

本申请提供了一种商品推荐方法、装置、计算机设备及计算机可读存储介质，能够基于训练好的模型将商品推荐给用户，提升商品推荐的精准度以及缩短推荐的时间。

第一方面，本申请提供了一种商品推荐方法，所述方法包括：

获取多个用户的行为数据和商品的属性数据；

根据各所述用户的行为数据和所述商品的属性数据建立与各所述用户一一对应的因子分解机模型；

根据所述行为数据将所述多个用户分成若干簇，所述簇中的用户包括代表用户和非代表用户；

根据各簇中所述代表用户的行为数据和/或所述非代表用户的行为数据确定对应簇中的各用户因子分解机模型的更新参数；

根据确定的更新参数对所述各用户的因子分解机模型进行更新；

基于训练好的各用户因子分解机模型将商品推荐给对应的用户。

第二方面，一种商品推荐的装置，所述装置包括：

数据获取模块，用于获取用户的行为数据和商品的属性数据；

模型建立模块，用于根据各所述用户的行为数据和所述商品的属性数据建立与各所述用户一一对应的因子分解机模型；

簇划分模块，用于根据所述行为数据将所述多个用户分成若干簇，所述簇中的用户包括代表用户和非代表用户；

参数确定模块，用于根据各簇中所述代表用户的行为数据和/或所述非代表用户的行为数据确定对应簇中的各用户因子分解机模型的更新参数；

模型训练模块，用于根据确定的更新参数对所述各用户的因子分解机模型进行更新；

商品推荐模块，用于基于训练好的各用户因子分解机模型将商品推荐给对应的用户。

第三方面，本申请提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现上述的商品推荐方法。

第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，若所述计算机程序被处理器执行，实现上述的商品推荐方法。