[发明专利]一种确定推荐对象的方法和装置

说明书

本发明公开了一种确定推荐对象的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取目标用户和其他用户对各个对象的评分数据，计算目标用户与其他用户之间的相似度；根据所述相似度的大小，从所述其他用户中筛选出所述目标用户对应的相似用户群；根据所述相似用户群中各个相似用户的历史行为数据，确定所述相似用户群对应的共同行为对象以及所述共同行为对象的行为次数，从而确定所述目标用户对应的推荐对象。该实施方式能够解决推荐对象不准确的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种确定推荐对象的方法和装置。

背景技术

随着互联网技术、电子商务等的快速发展，我们已经进入了一个大数据时代。然而，海量的数据也给人们带来了“信息过载”的问题。目前人们解决信息过载的主要方式有两种：搜索引擎、推荐系统。搜索引擎是在搜索者有明确目标时，快速地在万千数据中找到自己想要结果的常用工具；而推荐系统则是在用户目的较为不明确时，将用户可能感兴趣的内容推荐到用户面前。

以产品推荐系统为例，目前主要采用以下几种推荐方式：

1、定期统计畅销品，选择销量排行榜排序靠前的产品展示在推荐资源位，给出固定产品推荐；

2、根据产品的关联性给出推荐，把日常人们会绑定购买的产品做配对标记，在购买了其中之一时，推荐剩下的标记产品；

3、计算产品之间的相似程度，如利用“基于产品的协同过滤算法”(Item-Collaboration Filter)计算出和用户已经购买的产品相似的物品展现在前台推荐给用户。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：对所有的用户都推荐固定的产品，并没有考虑用户的人群特性，没有个性化的需求分析；根据用户的购买行为做出相似品推荐的方式具有滞后性较强的缺点，用户在购买过一种产品后，一段时间很少会再去购买相似产品，因此很难转换成真正的购买行为，导致转换率较低。

发明内容

有鉴于此，本发明实施例提供一种确定推荐对象的方法和装置，以解决推荐对象不准确的技术问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种确定推荐对象方法，包括：

获取目标用户和其他用户对各个对象的评分数据，计算目标用户与其他用户之间的相似度；

根据所述相似度的大小，从所述其他用户中筛选出所述目标用户对应的相似用户群；

根据所述相似用户群中各个相似用户的历史行为数据，确定所述相似用户群对应的共同行为对象以及所述共同行为对象的行为次数，从而确定所述目标用户对应的推荐对象。

可选地，获取目标用户和其他用户对各个对象的评分数据，计算目标用户与其他用户之间的相似度，包括：

获取目标用户和其他用户对各个对象的评分数据；

根据所述评分数据，并采用皮尔逊相关系数公式，分别计算目标用户与每一个其他用户之间的相关系数。

可选地，根据所述相似度的大小，从所述其他用户中筛选出所述目标用户对应的相似用户群，包括：

对目标用户与每一个其他用户之间的相关系数进行降序排序，相关系数越接近于1所对应的用户在排序中越靠前；

从所述其他用户中筛选出在排序中靠前的多个用户作为相似用户群。

可选地，根据所述相似用户群中各个相似用户的历史行为数据，确定所述相似用户群对应的共同行为对象以及所述共同行为对象的行为次数，从而确定所述目标用户对应的推荐对象：

根据所述相似用户群中各个相似用户的历史行为数据，确定相似用户对应的共同行为对象，以及每个共同行为对象的行为次数；