[发明专利]画作推荐方法、画作推荐装置、设备及存储介质

说明书

本申请公开了一种画作推荐方法、画作推荐装置、设备及存储介质。该画作推荐方法包括：采集用户行为信息，用户行为信息包括单一行为信息和组合行为信息，单一行为指用户通过操作一类智能终端所生成的行为，组合行为是指用户通过操作至少两类智能终端所生成的行为；根据用户对画作的各用户行为信息计算用户对画作的偏好值，并构建用户对画作的二维偏好矩阵；对二维偏好矩阵进行基于协同过滤的矩阵分解，输出用户对未知偏好的画作的预测偏好值，并根据预测偏好值实现画作推荐。根据本申请实施例提供的技术方案，通过引入多种用户行为，能够解决传统画作推荐方法的推荐精度低下的问题。

技术领域

本公开一般涉及电子画作管理技术领域，尤其涉及画作推荐方法、画作推荐装置、设备及存储介质。

背景技术

随着生活水平和社会经济的发展，人们对艺术修养和家庭艺术装饰的需求不断提高，因此电子画框得到广泛的使用。然而，画作作为一种艺术形式，不同的人对画作的爱好和观感不同。海量的画作资源让人眼花缭乱，使得用户选择变得非常困难。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种便于在大量画作中选择中意画作的画作推荐方法及画作推荐装置。

第一方面，提供一种画作推荐方法，方法包括：

采集用户行为信息，用户行为信息包括单一行为信息和组合行为信息，单一行为指用户通过操作一类智能终端所生成的行为，组合行为是指用户通过操作至少两类智能终端所生成的行为，；

根据用户对画作的各用户行为信息计算用户对画作的偏好值，并构建用户对画作的二维偏好矩阵；

对二维偏好矩阵进行基于协同过滤的矩阵分解，输出用户对未知偏好的画作的预测偏好值，并根据预测偏好值实现画作推荐。

本发明提供的一个或多个实施例中，采集用户行为信息包括至少如下一项：

通过访问手机端获取单一行为信息，手机端单一行为包括浏览行为、搜索行为、购买行为、未购买行为、分享行为和推送行为；

通过访问电子相框端获取单一行为，电子相框端单一行为包括播放行为；

通过分别访问手机端和电子相框端获取行为组合信息，组合行为包括手机端推送至电子相框端的画作电子相框端预览后未购买或购买的行为。

本发明提供的一个或多个实施例中，根据用户对画作的各用户行为信息，构建用户对画作的二维偏好矩阵包括：

针对用户i对画作j的各用户行为进行加权计算，计算用户i对画作j的偏好值，用户i对画作j的偏好值w_ij的计算方法如下：

其中，a_k为第k类用户行为的权重，r_k表示是否发生k类用户行为，若发生则取1，否则取0，L为行为类型个数。

本发明提供的一个或多个实施例中，针对不同行为类型，根据行为次数、价格系数和成本系数，确定权重，每个行为类型设定有相应的行为单次权重，包括以下至少一项：

行为类型为购买行为，则根据行为次数、价格系数和成本系数，确定权重，权重的计算方法如下：

权重＝行为单次权重×行为次数×价格系数；

行为类型为未购买行为，则权重的计算方法如下：

权重＝行为单次权重×成本系数；

针对其他行为类型，权重的计算方法如下：

权重＝行为单次权重×行为次数。

本发明提供的一个或多个实施例中，根据行为次数、价格系数和成本系数，确定权重包括：