[发明专利]基于时空特征的个性化推荐方法、装置、电子设备及存储介质有效
申请号: | 202110747365.0 | 申请日: | 2021-07-01 |
公开(公告)号: | CN113449210B | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 陈昌钦;冯永灿;罗煜龙 | 申请(专利权)人: | 深圳市数字尾巴科技有限公司 |
主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06F16/9535;G06F16/958 |
代理公司: | 深圳驿航知识产权代理事务所(普通合伙) 44605 | 代理人: | 杨伦 |
地址: | 518000 广东省深圳市南山区桃源街道平山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 时空 特征 个性化 推荐 方法 装置 电子设备 存储 介质 | ||
1.一种基于时空特征的个性化推荐方法,其特征在于,包括以下步骤:
获取目标用户在浏览信息时的时空矩阵,所述时空矩阵包括浏览时间、浏览地点以及浏览标签,不同浏览标签对应于不同类型的信息内容;
获取所有信息的评分矩阵,所述评分矩阵包括信息标签、用户信息以及评分值,不同信息标签对应于不同类型的信息内容;
将所述评分矩阵进行隐式因子分解,得到基于信息标签的隐式信息矩阵,所述隐式信息矩阵包括信息标签以及第一隐式评分;
将所述时空矩阵进行掩码,得到所述时空矩阵的掩码矩阵,在所述掩码矩阵中,一个掩码值对应一个浏览标签;
基于所述隐式信息矩阵与所述掩码矩阵,得到所述目标用户的个性化推荐矩阵;
根据所述个性化推荐矩阵对所述目标用户进行个性化推荐。
2.如权利要求1所述的方法,其特征在于,所述获取所有信息的评分矩阵,包括:
获取平台的历史浏览信息,所述历史浏览信息包括被浏览信息的信息标签、被浏览次数、正面评价次数、负面评价次数以及被浏览信息对应的用户信息;
通过所述被浏览信息的所述被浏览次数、所述正面评价次数以及所述负面评价次数,计算所述被浏览信息的评分值;
根据所述被浏览信息的信息标签、所述被浏览信息的评分值以及被浏览信息对应的用户信息,构建所述评分矩阵。
3.如权利要求2所述的方法,其特征在于,在所述基于所述隐式信息矩阵与所述掩码矩阵,得到所述目标用户的个性化推荐矩阵之前,所述基于所述隐式信息矩阵与所述时空矩阵,得到所述目标用户的个性化推荐矩阵,还包括:
对所述掩码矩阵进行维数变化,以使所述掩码矩阵的维数与所述隐式信息矩阵相同。
4.如权利要求3所述的方法,其特征在于,所述对所述掩码矩阵进行维数变化,包括:
通过预设的全卷积网络对所述掩码矩阵进行维数变化,所述全卷积网络的输出维数根据所述隐式信息矩阵的维数相同。
5.如权利要求2所述的方法,其特征在于,所述将所述时空矩阵进行掩码,得到所述时空矩阵的掩码矩阵,包括:
将所述评分矩阵进行隐式因子分解,得到基于用户信息的隐式用户矩阵,所述隐式用户矩阵包括用户信息以及第二隐式评分;
根据所述第二隐式评分,计算所述目标用户的掩码系数;
根据所述掩码系数,对所述掩码矩阵进行掩码计算。
6.一种基于时空特征的个性化推荐装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标用户在浏览信息时的时空矩阵,所述时空矩阵包括浏览时间、浏览地点以及浏览标签,不同浏览标签对应于不同类型的信息内容;
第二获取模块,用于获取所有信息的评分矩阵,所述评分矩阵包括信息标签、用户信息以及评分值,不同信息标签对应于不同类型的信息内容;
分解模块,用于将所述评分矩阵进行隐式因子分解,得到基于信息标签的隐式信息矩阵,所述隐式信息矩阵包括信息标签以及第一隐式评分;
处理模块,用于将所述时空矩阵进行掩码,得到所述时空矩阵的掩码矩阵,在所述掩码矩阵中,一个掩码值对应一个浏览标签;基于所述隐式信息矩阵与所述掩码矩阵,得到所述目标用户的个性化推荐矩阵;
推荐模块,用于根据所述个性化推荐矩阵对所述目标用户进行个性化推荐。
7.如权利要求6所述的装置,其特征在于,所述第二获取模块包括:
获取子模块,用于获取平台的历史浏览信息,所述历史浏览信息包括被浏览信息的信息标签、被浏览次数、正面评价次数、负面评价次数以及被浏览信息对应的用户信息;
计算子模块,用于通过所述被浏览信息的所述被浏览次数、所述正面评价次数以及所述负面评价次数,计算所述被浏览信息的评分值;
构建子模块,用于根据所述被浏览信息的信息标签、所述被浏览信息的评分值以及被浏览信息对应的用户信息,构建所述评分矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市数字尾巴科技有限公司,未经深圳市数字尾巴科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110747365.0/1.html,转载请声明来源钻瓜专利网。