[发明专利]商品的推荐方法、装置和电子设备

权利要求书

1.一种商品的推荐方法，其特征在于，应用于区块链的智能合约，包括：

获取各电商平台上传的最新的用户-商品数据和所述各电商平台的可信度指数，其中，所述用户-商品数据包括：用户对商品的打分矩阵、用户购买矩阵和商品特征矩阵；

获取目标电商平台发起的对目标用户进行商品推荐的推荐请求，其中，所述推荐请求中携带有所述目标用户的历史打分向量和历史购买向量；

基于所述推荐请求和所述用户-商品数据确定所述目标用户在所述各电商平台的商品推荐向量；

基于所述目标用户在所述各电商平台的商品推荐向量和所述各电商平台的可信度指数确定所述目标用户的目标商品推荐向量，进而根据所述目标商品推荐向量为所述目标用户推荐商品。

2.根据权利要求1所述的方法，其特征在于，在根据所述目标商品推荐向量为所述目标用户推荐商品之后，所述方法还包括：

获取所述目标用户的实际消费信息；

根据所述实际消费信息更新所述各电商平台的可信度指数。

3.根据权利要求1所述的方法，其特征在于，在获取各电商平台上传的最新的用户-商品数据之前，所述方法还包括：

在所述各电商平台签订共同推荐的智能合约后，获取所述各电商平台上传的初始用户-商品数据；

对所述初始用户-商品数据进行整合，得到用户-商品数据。

4.根据权利要求1所述的方法，其特征在于，基于所述推荐请求和所述用户-商品数据确定所述目标用户在所述各电商平台的商品推荐向量，包括：

根据契合度计算算式：

计算所述目标用户与所述各电商平台的各用户的契合度，其中，S_ij表示用户i与所述目标用户j的契合度，n表示商品的类别总数，b_iα表示用户i购买向量中商品类α的值，b_jα表示所述目标用户j历史购买向量中商品类α的值，r_iα表示用户i打分向量中商品类α的打分值，r_jα表示所述目标用户j历史打分向量中商品类α的打分值，表示用户i对商品打分的平均值，表示所述目标用户j对商品打分的平均值，t_α表示商品α的特征向量，TC_ij表示用户i和所述目标用户j的内置契合度向量，

在所述目标用户与所述各电商平台的各用户的契合度中确定所述各电商平台中与所述目标用户契合度最大的契合用户；

将所述各电商平台中与所述目标用户契合度最大的契合用户的打分向量作为所述目标用户在所述各电商平台的商品推荐向量。

5.根据权利要求1所述的方法，其特征在于，基于所述目标用户在所述各电商平台的商品推荐向量和所述各电商平台的可信度指数确定所述目标用户的目标商品推荐向量，包括：

根据目标商品推荐向量计算算式计算所述目标用户的目标商品推荐向量，其中，U表示所述目标用户的目标商品推荐向量，z表示参与智能合约的电商平台的数量，w_k表示电商平台k的可信度指数，r_k表示所述电商平台k的商品推荐向量。

6.根据权利要求1所述的方法，其特征在于，根据所述实际消费信息更新所述各电商平台的可信度指数，包括：

若所述目标用户未进行消费，则所述各电商平台的可信度指数保持不变；

若所述目标用户购买了商品，则基于所述目标用户购买的商品更新所述各电商平台的可信度指数。

7.根据权利要求6所述的方法，其特征在于，基于所述目标用户购买的商品更新所述各电商平台的可信度指数，包括：

根据可信度指数更新算式计算所述各电商平台更新后的可信度指数，其中，w'_k表示电商平台k更新后的可信度指数，w_k表示电商平台k的可信度指数，表示所述目标电商平台的可信度指数，θ为小于1的正数，β表示所述目标用户是否购买了所述目标电商平台推荐的商品，β＝0表示所述目标用户购买了所述目标电商平台推荐的商品，β＝1表示所述目标用户未购买所述目标电商平台推荐的商品，U表示所述目标用户的目标商品推荐向量，a表示所述目标用户实际购买的商品向量。