[发明专利]对象推荐方法、装置以及计算机可读存储介质

权利要求书

1.一种对象推荐方法，包括：

获取具有推荐关联性的基准对象组成的基准对象组合；

根据各个属性的重要程度以及备选对象的各个属性值与所述基准对象相应的属性值的相似度，确定与所述基准对象相似的备选对象作为推荐对象；

根据所述基准对象组合中基准对象的对应关系确定推荐对象的对应关系，得到推荐对象组合，以便根据所述推荐对象组合为用户进行推荐。

2.根据权利要求1所述的对象推荐方法，其中，采用以下方法确定属性的重要程度：

根据属性对应的各个标签的点击次数和点击用户数确定该属性的点击度作为该属性的重要程度；

或者，

根据同一属性的标签的个数以及各个标签对应的对象浏览量确定该属性的浏览离散程度作为该属性的重要程度。

3.根据权利要求1所述的对象推荐方法，其中，采用以下方法确定属性的重要程度：

根据属性对应的各个标签的点击次数和点击用户数确定该属性的点击度；

根据该属性的标签的个数以及各个标签对应的对象浏览量确定该属性的浏览离散程度；

根据所述点击度和浏览离散程度确定该属性的重要程度。

4.根据权利要求2或3所述的对象推荐方法，其中，

所述属性的点击度为该属性对应的各个标签的总点击次数与总点击用户数的加权和。

5.根据权利要求4所述的对象推荐方法，其中，

所述点击次数和点击用户数为有效点击的点击次数和点击用户数；

所述有效点击是根据点击引入信息确定的，所述点击引入信息包括：点击引入浏览对象的数量、点击引入的平均每个对象的浏览量和点击引入的平均每个对象的浏览时长中的至少一项。

6.根据权利要求2或3所述的对象推荐方法，其中，

所述属性的浏览离散程度为该属性的各个标签对应的对象浏览量的标准差。

7.根据权利要求1所述的对象推荐方法，其中，采用以下方法确定与所述基准对象相似的备选对象：

将备选对象的各个属性值与所述基准对象的各个属性值的相似度分别乘以对应的属性的重要程度，组合为所述备选对象的属性向量；

将各个属性的重要程度组合为所述基准对象的属性向量；

根据所述备选对象的属性向量和所述基准对象的属性向量的相似性确定与所述基准对象相似的备选对象。

8.根据权利要求1所述的对象推荐方法，其中，

所述基准对象组合是根据频繁模式增长FP-Grown算法对各个对象进行关联性分析得到的。

9.一种对象推荐装置，包括：

基准对象确定模块，用于获取具有推荐关联性的基准对象组成的基准对象组合；

推荐对象确定模块，用于根据各个属性的重要程度以及备选对象的各个属性值与所述基准对象相应的属性值的相似度，确定与所述基准对象相似的备选对象作为推荐对象；

推荐组合确定模块，用于根据所述基准对象组合中基准对象的对应关系确定推荐对象的对应关系，得到推荐对象组合，以便根据所述推荐对象组合为用户进行推荐。

10.根据权利要求9所述的对象推荐装置，其中，

所述推荐对象确定模块用于根据属性对应的各个标签的点击次数和点击用户数确定该属性的点击度作为该属性的重要程度；或者，根据同一属性的标签的个数以及各个标签对应的对象浏览量确定该属性的浏览离散程度作为该属性的重要程度。

11.根据权利要求9所述的对象推荐装置，其中，

所述推荐对象确定模块用于根据属性对应的各个标签的点击次数和点击用户数确定该属性的点击度，根据该属性的标签的个数以及各个标签对应的对象浏览量确定该属性的浏览离散程度，根据所述点击度和浏览离散程度确定该属性的重要程度。