[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

说明书

本发明实施例提供一种基于时空特征的个性化推荐方法，方法包括：获取目标用户的在浏览信息时的时空矩阵，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，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，隐式信息矩阵包括信息标签以及第一隐式评分；基于隐式信息矩阵与时空矩阵，得到目标用户的个性化推荐矩阵；根据个性化推荐矩阵对目标用户进行个性化推荐。本发明能够考虑到用户何时何地对何种信息进行感兴趣，从而充分挖掘用户的浏览个性，从而提高推荐准确率。

技术领域

本发明涉及智能推荐领域，尤其涉及一种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。

背景技术

信息推送是给用户推荐一些特定的信息，以减少用户对于信息的搜索成本，随着互联网的发展和大数据的发展，信息推送可以根据用户的兴趣来搜索用户可能感兴趣的信息和过滤用户可能不感兴趣的信息，并将用户感兴趣的信息推给用户，帮助用户高效率地浏览自己感兴趣的信息。

现有的推荐方法主要是通过信息相似度或者用户群体进行推荐，基于信息相似度的推荐指的是，当用户对某条信息内容感兴趣时，则会为用户推荐相同类别的信息内容，基于用户群体的推荐指的是，对用户进行聚类，同一类型的用户推荐相同类别的信息内容。然而，无论是基于信息相似度的推荐还是基于用户群体的推荐，都存在推荐信息固化的问题，会向用户长期推荐同质化的信息内容，当用户处理不同时间和不同位置时，其所需要的信息内容是会发生变化的，使得现有推荐方法无法及时感知用户的需求变化，进而使得推荐准确率较低。

发明内容

本发明实施例提供一种基于时空特征的个性化推荐方法，能够在信息评分的基础上，根据用户在时间上和空间上的信息来对用户进行信息推荐，由于考虑到用户何时何地对何种信息进行感兴趣，从而充分挖掘用户的浏览个性，从而提高推荐准确率。

第一方面，本发明实施例提供一种基于时空特征的个性化推荐方法，所述方法包括：

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；

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；

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。

可选的，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。

可选的，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，包括：

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。