一種物品推薦方法及裝置制造方法及圖紙

本發明專利技術實施例公開了一種物品推薦方法及裝置，其中方法包括：建立全部物品全部用戶的第一資源分布矩陣；對第一資源分布矩陣，通過物質擴散算法，確定第一正向轉移矩陣以及第一反向轉移矩陣；根據第一正向轉移矩陣以及第一反向轉移矩陣，確定全部物品全部用戶的第一雙向轉移矩陣；確定第一雙向轉移矩陣的最優流行性懲罰參數；利用最優流行性懲罰參數，確定全部物品全部用戶的第二雙向轉移矩陣；根據第一資源分布矩陣以及第二雙向轉移矩陣，確定全部物品全部用戶的第二資源分布矩陣；根據第二資源分布矩陣，給全部用戶的每個用戶推薦全部物品中對應的至少一個物品。本發明專利技術實施例實現了為用戶推薦更精準、更趨近用戶消費習慣的物品。

Method and device for recommending articles

The embodiment of the invention discloses an article recommendation method and device, wherein the method comprises the following steps: first resource distribution matrix establish all items all users; on the first resource distribution matrix, through the material diffusion algorithm to determine the first positive transfer matrix and the first reverse transfer matrix; according to the first positive transfer matrix and the first reverse transfer matrix, the first two the transfer matrix to determine all items of all users; determine the first two-way transfer matrix optimal epidemic penalty parameter; the optimal epidemic penalty parameter, determine all items of all users of the second two-way transfer matrix; according to the first resource distribution matrix and second two-way transfer matrix, second matrix to determine the distribution of resources of all the items of all users according to the distribution matrix; second resources, each user to all users recommend all things At least one item corresponding to the product. The embodiment of the invention realizes an article that recommends more accurate and more approaching user's consumption habit for the user.

【技術實現步驟摘要】
一種物品推薦方法及裝置
本專利技術涉及互聯網
，特別是涉及一種物品推薦方法及裝置。
技術介紹
在互聯網技術迅速發展的今天，每天面臨各大信息的沖擊，為了研究如何有效的篩選出用戶所需要的信息，推薦系統已成為各大互聯網企業解決問題的首選系統。現有技術中，針對商品領域的推薦系統中，主要有以下的推薦方式：基于物品間因果關系的推薦方法。在基于因果關系的推薦方法中，根據商品-用戶的二部圖模型，利用過濾算法通過物品的因果關系給用戶推薦相關物品，在使用這種推薦方式時，如果物品間沒有因果關系時，當用戶同時喜歡多個物品時，這種推薦方式不能準確為用戶做合理的推薦判斷。當出現這種情況時，需要選用基于物品的一致相似性推薦方式為用戶推薦物品。一致相似性分為正向相似性和反向相似性。正向相似性是從已選擇物品到未選擇物品的相似性，反向相似性是從未選擇物品到已選擇物品的相似性構成。現有技術中只考慮正向相似性的推薦，容易導致物品相似性估計偏差，從而導致只為用戶推薦流行物品，影響推薦物品的準確性。
技術實現思路
本專利技術實施例的目的在于提供一種物品推薦方法及裝置，實現為用戶推薦更精準、更趨近用戶消費習慣的物品。為達到上述專利技術目的，本專利技術實施例公開了一種物品推薦方法，包括：獲取數據庫中全部物品、全部用戶、所述全部用戶中每個用戶已購買的全部物品的對應關系及所述全部物品中每個物品被全部用戶已購買的對應關系，建立所述數據庫中所述全部物品所述全部用戶的第一資源分布矩陣；對所述全部物品所述全部用戶的所述第一資源分布矩陣，通過物質擴散算法，確定所述全部物品所述全部用戶的第一正向轉移矩陣，確定所述全部物品所述全部用戶的第一反向轉移矩陣；根據所述第一正向轉移矩陣以及所述第一反向轉移矩陣，確定所述全部物品所述全部用戶的第一雙向轉移矩陣；確定所述第一雙向轉移矩陣的最優流行性懲罰參數；利用所述最優流行性懲罰參數，對所述第一雙向轉移矩陣進行修正，確定修正后對應的、所述數據庫中所述全部物品所述全部用戶的第二雙向轉移矩陣；根據所述第一資源分布矩陣以及所述第二雙向轉移矩陣，確定所述全部物品所述全部用戶的第二資源分布矩陣；根據所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，給所述全部用戶的每個用戶推薦全部物品中對應的至少一個物品。可選地，所述根據所述第一正向轉移矩陣以及所述第一反向轉移矩陣，確定所述全部物品所述全部用戶的第一雙向轉移矩陣，包括：將所述第一正向轉移矩陣以及所述第一反向轉移矩陣對應的元素相乘，得到第一矩陣；將所述第一矩陣開平方得到第二矩陣，將所述第二矩陣確定為所述全部物品所述全部用戶的所述第一雙向轉移矩陣。可選地，所述確定所述第一雙向轉移矩陣的最優流行性懲罰參數，包括：通過所述全部物品所述全部用戶的所述第一資源分布矩陣，將所述第一資源分布矩陣劃分成兩個矩陣，對應形成資源分布第一子矩陣和資源分布第二子矩陣，其中，所述資源分布第一子矩陣中有至少一個物品以及至少一個物品對應的至少一個用戶，所述資源分布第二子矩陣中有至少一個物品以及至少一個物品對應的至少一個用戶；通過所述資源分布第一子矩陣，確定所述資源分布第一子矩陣對應的第一正向轉移矩陣以及所述第一資源分布矩陣對應的第一反向轉移矩陣；通過所述資源分布第一子矩陣對應的所述第一正向轉移矩陣以及所述資源分布第一子矩陣對應的所述第一反向轉移矩陣，確定所述資源分布第一子矩陣對應的第一雙向轉移矩陣；在預設的流行性懲罰參數集合中選取第一流行性懲罰參數，通過所述資源分布第一子矩陣、所述第一流行性懲罰參數以及所述資源分布第一子矩陣對應的所述第一雙向轉移矩陣，確定所述第一流行性懲罰參數條件下的當前資源分布矩陣；通過所述流行性懲罰參數集合、所述資源分布第一子矩陣、所述資源分布第一子矩陣對應的所述第一雙向轉移矩陣，確定所述流行性懲罰參數集合中除第一流行性懲罰參數外剩余的流行性懲罰參數條件下、至少一個當前資源分布矩陣；通過所述資源分布第二子矩陣，在全部當前資源分布矩陣中確定最優當前資源分布矩陣；將所述最優當前資源分布矩陣對應的流行性懲罰參數，確定為所述第一雙向轉移矩陣的所述最優流行性懲罰參數。可選地，所述利用所述最優流行性懲罰參數，對所述第一雙向轉移矩陣進行修正，確定修正后對應的、所述數據庫中所述全部物品所述全部用戶的第二雙向轉移矩陣，包括：通過所述第一資源分布矩陣，計算所述全部物品中每個物品被全部用戶已購買的所述全部用戶數目，得到所述全部物品中每個物品的度函數，將所述每個物品的度函數作為第一結果；將所述最優流行性懲罰參數作為所述第一結果的指數，得到以所述第一結果為底數、所述最優流行性懲罰參數為指數的冪函數，計算所述冪函數的倒數，得到第二結果；將所述第二結果與所述第一雙向轉移矩陣相乘得到的矩陣，確定為修正后對應的、所述數據庫中所述全部物品所述全部用戶的所述第二雙向轉移矩陣。可選地，所述根據所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，將所述全部物品中至少一個物品推薦給所述全部用戶中對應的每個用戶，包括：通過所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，獲取所述全部用戶中第一用戶對應的全部物品的概率值；按照所述第一用戶對應的所述全部物品的概率值從大到小的順序，將所述全部物品中前N個所述第一用戶未購買的物品推薦給所述第一用戶，其中，所述N為等于或者大于1的自然數；按照所述全部用戶中除第一用戶以外的剩余用戶對應的所述全部物品的概率值從大到小的順序，將所述全部物品中前N個、每個所述剩余用戶未購買的物品推薦給所述全部用戶中對應的每個所述剩余用戶，其中，所述N為等于或者大于1的自然數。可選地，在所述通過所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，獲取所述全部用戶中第一用戶對應的全部物品的概率值之后，所述方法還包括：按照所述第一用戶對應的所述全部物品的概率值從小到大的順序，將所述全部物品中后N個所述第一用戶未購買的物品推薦給所述第一用戶，其中，所述N為等于或者大于1的自然數；按照所述全部用戶中除第一用戶以外的剩余用戶對應的所述全部物品的概率值從小到大的順序，將所述全部物品中后N個、每個所述剩余用戶未購買的物品推薦給所述全部用戶中對應的每個所述剩余用戶，其中，所述N為等于或者大于1的自然數。為達到上述專利技術目的，本專利技術實施例還公開了一種物品推薦裝置，包括：第一資源分布矩陣確定模塊，用于獲取數據庫中全部物品、全部用戶、所述全部用戶中每個用戶已購買的全部物品的對應關系及所述全部物品中每個物品被全部用戶已購買的對應關系，建立所述數據庫中所述全部物品所述全部用戶的第一資源分布矩陣；第一單向轉移矩陣確定模塊，用于對所述全部物品所述全部用戶的所述第一資源分布矩陣，通過物質擴散算法，確定所述全部物品所述全部用戶的第一正向轉移矩陣，確定所述全部物品所述全部用戶的第一反向轉移矩陣；第一雙向轉移矩陣確定模塊，用于根據所述第一正向轉移矩陣以及所述第一反向轉移矩陣，確定所述全部物品所述全部用戶的第一雙向轉移矩陣；最優流行性懲罰參數確定模塊，用于確定所述第一雙向轉移矩陣的最優流行性懲罰參數；第二雙向轉移矩陣確定模塊，用于利用所述最優流行性懲罰參數，對所述第一雙向轉移矩陣進行修正，確定修正后對應的、所述數據庫中所述全部物品所述全部用戶本文檔來自技高網...

【技術保護點】
一種物品推薦方法，其特征在于，包括：獲取數據庫中全部物品、全部用戶、所述全部用戶中每個用戶已購買的全部物品的對應關系以及所述全部物品中每個物品被全部用戶已購買的對應關系，建立所述數據庫中所述全部物品所述全部用戶的第一資源分布矩陣；對所述全部物品所述全部用戶的所述第一資源分布矩陣，通過物質擴散算法，確定所述全部物品所述全部用戶的第一正向轉移矩陣，確定所述全部物品所述全部用戶的第一反向轉移矩陣；根據所述第一正向轉移矩陣以及所述第一反向轉移矩陣，確定所述全部物品所述全部用戶的第一雙向轉移矩陣；確定所述第一雙向轉移矩陣的最優流行性懲罰參數；利用所述最優流行性懲罰參數，對所述第一雙向轉移矩陣進行修正，確定修正后對應的、所述數據庫中所述全部物品所述全部用戶的第二雙向轉移矩陣；根據所述第一資源分布矩陣以及所述第二雙向轉移矩陣，確定所述全部物品所述全部用戶的第二資源分布矩陣；根據所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，給所述全部用戶的每個用戶推薦所述全部物品中對應的至少一個物品。

【技術特征摘要】
1.一種物品推薦方法，其特征在于，包括：獲取數據庫中全部物品、全部用戶、所述全部用戶中每個用戶已購買的全部物品的對應關系以及所述全部物品中每個物品被全部用戶已購買的對應關系，建立所述數據庫中所述全部物品所述全部用戶的第一資源分布矩陣；對所述全部物品所述全部用戶的所述第一資源分布矩陣，通過物質擴散算法，確定所述全部物品所述全部用戶的第一正向轉移矩陣，確定所述全部物品所述全部用戶的第一反向轉移矩陣；根據所述第一正向轉移矩陣以及所述第一反向轉移矩陣，確定所述全部物品所述全部用戶的第一雙向轉移矩陣；確定所述第一雙向轉移矩陣的最優流行性懲罰參數；利用所述最優流行性懲罰參數，對所述第一雙向轉移矩陣進行修正，確定修正后對應的、所述數據庫中所述全部物品所述全部用戶的第二雙向轉移矩陣；根據所述第一資源分布矩陣以及所述第二雙向轉移矩陣，確定所述全部物品所述全部用戶的第二資源分布矩陣；根據所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，給所述全部用戶的每個用戶推薦所述全部物品中對應的至少一個物品。2.根據權利要求1所述的方法，其特征在于，所述根據所述第一正向轉移矩陣以及所述第一反向轉移矩陣，確定所述全部物品所述全部用戶的第一雙向轉移矩陣，包括：將所述第一正向轉移矩陣以及所述第一反向轉移矩陣對應的元素相乘，得到第一矩陣；將所述第一矩陣開平方得到第二矩陣，將所述第二矩陣確定為所述全部物品所述全部用戶的所述第一雙向轉移矩陣。3.根據權利要求1或2所述的方法，其特征在于，所述確定所述第一雙向轉移矩陣的最優流行性懲罰參數，包括：通過所述全部物品所述全部用戶的所述第一資源分布矩陣，將所述第一資源分布矩陣劃分成兩個矩陣，對應形成資源分布第一子矩陣和資源分布第二子矩陣，其中，所述資源分布第一子矩陣中有至少一個物品以及至少一個物品對應的至少一個用戶，所述資源分布第二子矩陣中有至少一個物品以及至少一個物品對應的至少一個用戶；通過所述資源分布第一子矩陣，確定所述資源分布第一子矩陣對應的第一正向轉移矩陣以及所述第一資源分布矩陣對應的第一反向轉移矩陣；通過所述資源分布第一子矩陣對應的所述第一正向轉移矩陣以及所述資源分布第一子矩陣對應的所述第一反向轉移矩陣，確定所述資源分布第一子矩陣對應的第一雙向轉移矩陣；在預設的流行性懲罰參數集合中選取第一流行性懲罰參數，通過所述資源分布第一子矩陣、所述第一流行性懲罰參數以及所述資源分布第一子矩陣對應的所述第一雙向轉移矩陣，確定所述第一流行性懲罰參數條件下的當前資源分布矩陣；通過所述流行性懲罰參數集合、所述資源分布第一子矩陣、所述資源分布第一子矩陣對應的所述第一雙向轉移矩陣，確定所述流行性懲罰參數集合中除第一流行性懲罰參數外剩余的流行性懲罰參數條件下、至少一個當前資源分布矩陣；通過所述資源分布第二子矩陣，在全部當前資源分布矩陣中確定最優當前資源分布矩陣；將所述最優當前資源分布矩陣對應的流行性懲罰參數，確定為所述第一雙向轉移矩陣的所述最優流行性懲罰參數。4.根據權利要求1或2所述的方法，其特征在于，所述利用所述最優流行性懲罰參數，對所述第一雙向轉移矩陣進行修正，確定修正后對應的、所述數據庫中所述全部物品所述全部用戶的第二雙向轉移矩陣，包括：通過所述第一資源分布矩陣，計算所述全部物品中每個物品被全部用戶已購買的所述全部用戶數目，得到所述全部物品中每個物品的度函數，將所述每個物品的度函數作為第一結果；將所述最優流行性懲罰參數作為所述第一結果的指數，得到以所述第一結果為底數、所述最優流行性懲罰參數為指數的冪函數，計算所述冪函數的倒數，得到第二結果；將所述第二結果與所述第一雙向轉移矩陣相乘得到的矩陣，確定為修正后對應的、所述數據庫中所述全部物品所述全部用戶的所述第二雙向轉移矩陣。5.根據權利要求1或2所述的方法，其特征在于，所述根據所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，將所述全部物品中至少一個物品推薦給所述全部用戶中對應的每個用戶，包括：通過所述第二資源分布矩陣的所述全部物品所述全部用戶的對應關系，獲取所述全部用戶中第一用戶對應的全部物品的概率值；按照所述第一用戶對應的所述全部物品的概率值從大到小的順序，將所述全部物品中前N個所述第一...

【專利技術屬性】
技術研發人員：朱旭振，陳桂林，田輝，
申請(專利權)人：北京郵電大學，
類型：發明
國別省市：北京,11