[发明专利]项目推荐的方法及装置

说明书

技术领域

本发明属于信息技术领域，尤其涉及一种项目推荐的方法及装置。

背景技术

针对互联网的个性化推荐技术通过挖掘用户的历史浏览信息、购买信息、消费频率以及对商品的评价来建立用户的兴趣模型，然后根据该兴趣模型向用户推荐广告、商品等项目信息。然而，对于首次加入推荐系统的用户和项目，由于没有历史记录，现有的个性化推荐计数无法向该用户进行推荐，也无法将最新加入的该项目推荐给用户。随着用户和项目的规模快速增加，没有用户评分的项目也越来越多，导致矩阵数值稀缺，进而严重影响了推荐结果的精准性。另一方面，现有的移动终端使得用户可以在任何时间、地点发布社交网络信息，用户的兴趣爱好也会随着时间和环境等因素的改变而发生变化，现有的个性化推荐系统无法及时捕捉用户的动态信息，进而无法实现精准的推送，推送效果不佳。

综上所述，现有的个性化推荐技术存在数据稀疏、冷启动以及信息过载的问题。

发明内容

鉴于此，本发明实施例提供了一种项目推荐的方法及装置，以解决现有的个性化推荐技术存在数据稀疏、冷启动以及信息过载的问题。

第一方面，提供了一种项目推荐的方法，所述方法包括：

获取待推荐用户当前位置的预设距离范围内的项目信息，根据所述项目信息获取候选用户群；

计算所述待推荐用户与所述候选用户群中每一个候选用户的交互行为相似度和项目评分相似度；

根据所述交互行为相似度和项目评分相似度计算所述待推荐用户与每一个候选用户之间的复合相似度；

选取复合相似度最大的N个候选用户组成所述待推荐用户的近邻集；

获取所述近邻集中每一个候选用户所关注的项目，预测所述待推荐用户对所述项目的评分，并将评分最高的M个项目推荐给所述待推荐用户。

进一步地，所述计算所述待推荐用户与所述候选用户群中每一个候选用户的交互行为相似度和项目评分相似度包括：

对于所述候选用户群中的每一个候选用户，根据所述待推荐用户与所述候选用户之间的相互评论数目计算所述待推荐用户与所述候选用户之间的交互行为相似度；

根据所述待推荐用户与所述候选用户对应的项目评分矩阵，计算所述待推荐用户与所述候选用户之间的项目评分相似度。

进一步地，所述根据所述待推荐用户与所述候选用户对应的项目评分矩阵，计算所述待推荐用户与所述候选用户之间的项目评分相似度包括：

获取所述待推荐用户的项目评分矩阵和所述候选用户的项目评分矩阵；

根据预设的时间加权函数分别对所述待推荐用户和所述候选用户的项目评分矩阵进行一次修正；

根据预设的距离加权函数对一次修正后的项目评分矩阵进行二次修正；

根据二次修正后的所述待推荐用户与所述候选用户对应的项目评分矩阵，计算所述待推荐用户与所述候选用户之间的项目评分相似度。

进一步地，所述时间加权函数为基于时间的遗忘函数，所述距离加权函数为基于距离的遗忘函数。

进一步地，所述获取所述近邻集中每一个候选用户所关注的项目，预测所述待推荐用户对所述项目的评分，并将评分最高的M个项目推荐给所述待推荐用户包括：

获取所述近邻集中每一个候选用户v对已消费项目i的项目评分r_v,i、所述候选用户v的项目评分的均值所述待推荐用户u的项目评分的均值以及所述待推荐用户u与所述近邻集中每一个候选用户v之间的复合相似度sim'(u,v)；

按照预设公式预测所述待推荐用户对所述项目i的项目评分P_u,i；

选取所述项目评分P_u,i最高的M个项目推荐给所述待推荐用户。。

第二方面，提供了一种项目推荐的装置，所述装置包括：

用户群获取模块，用于获取待推荐用户当前位置的预设距离范围内的项目信息，根据所述项目信息获取候选用户群；

第一相似度计算模块，用于计算所述待推荐用户与所述候选用户群中每一个候选用户的交互行为相似度和项目评分相似度；

第二相似度计算模块，用于根据所述交互行为相似度和项目评分相似度计算所述待推荐用户与每一个候选用户之间的复合相似度；

邻近集获取模块，用于选取复合相似度最大的N个候选用户组成所述待推荐用户的近邻集；

预测推荐模块，用于获取所述近邻集中每一个候选用户所关注的项目，预测所述待推荐用户对所述项目的评分，并将评分最高的M个项目推荐给所述待推荐用户。