[发明专利]一种物品推荐方法和装置

权利要求书

1.一种预测用户对物品的评分的方法，包括：

获取多个样本对，所述样本对包括选自于多个用户标识的任一个用户标识和选自于多个物品标识的任一个物品标识；

获取多个已有评分，所述多个已有评分对应于所述多个样本对中的部分样本对；

获取分别与各个样本对对应的多组上下文特征，其中，一组上下文特征包括以下至少一类特征：用户特征、物品特征、以及交互特征；

基于所述多组上下文特征，将所述多个样本对聚类为多个子类，其中每个子类包括取自于所述多个样本对中的多个第一样本对，每个所述第一样本对包括第一用户标识和第一物品标识，其中所述第一用户标识为第一用户的标识，所述第一物品标识为第一物品的标识；以及

关于每个子类，基于多个所述第一用户标识、多个所述第一物品标识、和多个所述第一用户相对于多个所述第一物品的多个已有评分，通过协同过滤算法预测各个第一用户对其未评分的第一物品的评分。

2.根据权利要求1所述的预测用户对物品的评分的方法，其中，所述用户特征包括用户属性特征和/或用户评分统计特征，所述物品特征包括物品属性特征和/或物品评分统计特征。

3.根据权利要求1所述的预测用户对物品的评分的方法，其中，所述聚类算法为k-means算法或gmm算法。

4.根据权利要求1所述的预测用户对物品的评分的方法，其中基于所述多组上下文特征，将所述多个样本对聚类为多个子类包括：

在所述多个样本对中随机选择预定数目的初始质心；

基于所述多组上下文特征，计算每个非质心的样本对到各个质心的距离；

根据所述距离，将每个非质心的样本对归类到距离最近的质心；

基于所述多组上下文特征，根据所述预定数目的质心及其对应的非质心样本对，计算相同数目的新的质心；

判断所述新的质心是否满足预定条件；以及

在满足所述预定条件的情况中，输出对所述多个样本对的聚类结果。

5.根据权利要求1所述的预测用户对物品的评分的方法，其中，所述协同过滤算法为矩阵分解算法或knn算法。

6.根据权利要求1所述的预测用户对物品的评分的方法，其中通过协同过滤算法预测各个第一用户对其未评分的第一物品的评分包括：

对于每个子类，基于所述多个第一用户标识、所述多个第一物品标识及所述多个第一用户相对于所述多个第一物品的所述多个已有评分，获取用户-物品评分矩阵；

将所述用户-物品评分矩阵分解为两个低维矩阵，使得所述两个低维矩阵的乘积最接近所述用户-物品评分矩阵；

根据将两个低维矩阵相乘获得的矩阵，预测所述用户-物品评分矩阵中各个第一用户对其未评分的第一物品的评分。

7.根据权利要求1所述的预测用户对物品的评分的方法，其中，所述已有评分为用户直接评分或基于用户操作获取的评分。

8.一种物品推荐方法，包括：

获取多个第二样本对，所述第二样本对包括第二用户标识和第二物品标识，其中，所述第二用户标识为待推荐用户的用户标识，所述第二物品标识为对应于多个待推荐物品的多个物品标识中的任一个物品标识；

在通过根据权利要求1-7中任一项所述的方法获取的多个子类中，确定各个所述第二样本对所在的子类；

从通过根据权利要求1-7中任一项所述的方法预测的评分中，获取每个所述第二样本对在其所属子类中对应的预测评分；

根据所述预测评分，对所述各个第二样本对中包括的第二物品标识进行排序；以及

根据所述排序，对所述第二用户推荐所述第二物品。