[发明专利]一种基于混合算法的物品推荐方法、装置及设备

说明书

本申请实施例公开了一种基于混合算法的物品推荐方法，所述方法包括：加权融合物品之间的余弦相似度和语义相似度，得到物品之间的融合相似度；其中，所述余弦相似度是根据用户对于物品的评分矩阵计算得到的；其中，所述评分矩阵为用户对于物品的评分的集合；根据所述融合相似度，得到用户对于物品的融合预估评分；根据所述融合预估评分进行物品推荐。所述基于混合算法的物品推荐方法用以提高物品推荐结果的准确性。

技术领域

本申请物品推荐领域，具体涉及一种基于混合算法的物品推荐方法、装置及设备。

背景技术

随着人们对于物品的个性化需求的增加，各类物品推荐方法应运而生。大多数物品推荐是根据用户对于物品的行为，通过一些数学算法预测得到用户喜欢的物品，并将得到的物品推荐给用户。

协同过滤推荐是目前应用较为广泛的推荐技术，已经成功应用于多个领域。协同过滤推荐算法通常使用用户的隐性反馈数据(例如用户的购买记录)，或者显性反馈数据(例如用户对于物品的评分)，主要根据用户的历史行为信息，寻找用户或者物品的近邻集合，获得用户对物品的偏好值，以此为用户推荐用户需要的物品。然而，传统协同过滤算法主要利用用户对于物品的评分这一类物品的外在信息得到推荐结果，并未充分考虑到物品的内在信息，导致得到的物品推荐结果准确性较低。

发明内容

有鉴于此，本申请实施例提供一种基于混合算法的物品推荐方法、装置及设备，用以提高物品推荐结果的准确性。为解决上述问题，本申请实施例提供的技术方案如下：

第一方面，本申请提供一种基于混合算法的物品推荐方法，所述方法包括：

加权融合物品之间的余弦相似度和语义相似度，得到物品之间的融合相似度；其中，所述余弦相似度是根据用户对于物品的评分矩阵计算得到的；其中，所述评分矩阵为用户对于物品的评分的集合；

根据所述融合相似度，得到用户对于物品的融合预估评分；

根据所述融合预估评分进行物品推荐。

在一种可能的实现方式中，计算得到物品之间的所述余弦相似度包括：计算得到物品之间的场景相似度；其中，所述场景相似度为对应于场景的物品之间的相似度；以所述场景相似度作为偏置项，计算得到所述余弦相似度。

在一种可能的实现方式中，所述计算得到物品之间的所述场景相似度，包括：获取物品对应的一个或多个场景；计算得到所述一个或多个场景所对应的物品的场景向量；根据物品的场景向量，通过相似度计算得到物品之间的所述场景相似度。

在一种可能的实现方式中，计算得到物品之间的所述余弦相似度包括：根据所述评分矩阵，得到物品的平均评分；其中，所述物品的平均评分为多个用户对于同一个物品的评分的平均值；以所述平均评分作为余弦相似度的修正值，计算得到所述余弦相似度。

在一种可能的实现方式中，计算得到物品之间的所述余弦相似度包括：基于相似性收缩系数和相关用户人数，计算得到所述余弦相似度；其中，所述相关用户人数为对物品均进行评分的用户人数；其中，所述物品为计算所述余弦相似度过程中涉及到的两个物品。

在一种可能的实现方式中，所述根据所述融合相似度，得到用户对于物品的融合预估评分，包括：加权融合预估评分和矩阵分解结果，得到所述融合预估评分；其中，所述预估评分是根据所述融合相似度计算得到的，所述矩阵分解结果是根据用户矩阵和物品矩阵的点积计算结果得到的；其中，以用户矩阵和物品矩阵的点积计算结果作为所述矩阵分解结果；所述用户矩阵的一个维度为所述评分矩阵中用户的数量，所述物品矩阵的一个维度为所述评分矩阵中物品的数量。