[发明专利]一种信息推荐方法、装置及存储介质

说明书

本发明提出了一种信息推荐方法、电子装置及存储介质。该方法包括：对所有项目的用户评分原始数据进行预处理，根据预处理后的数据，利用聚类算法从所有用户中随机选取预设数量的用户作为原聚类中心。之后，该方法根据用户对每个项目的评测分，采用归一化处理后的时间函数与皮尔逊相关系数结合的公式分别计算每个用户到各个聚类中心的距离，并将每个用户归到距离最近的聚类中心对应的集合中；根据每个集合中包含的用户数据计算得出目标用户对每个项目的预测分，按照所述预测分分值大小顺序依次排列所有项目得到推荐项目集合，根据排序顺序将所述项目集合中的项目推荐给目标用户。利用本发明，结合时间属性可以更准确地对用户感兴趣的信息进行预测。

技术领域

本发明涉及智能决策领域，尤其涉及一种信息推荐方法、装置及存储介质。

背景技术

以用户为基础的协同算法是通过找到与目标用户相近的一组用户数据，利用这组用户数据去预测目标用户得到目标用户的评分值，从而根据评分值对用户进行推荐。这样没有考虑到用户的兴趣是随着时间而发生变化的，是不准确的。

发明内容

本发明提供一种信息推荐方法、装置及存储介质，其主要目的是结合时间属性预测用户感兴趣的信息并推荐给用户，提升向用户推荐信息的准确度。

为实现上述目的，本发明提供一种信息推荐方法，该方法包括：

预处理步骤：对所有项目的用户评分原始数据进行预处理；

选择步骤：根据预处理后的数据，利用聚类算法从所有用户中随机选取预设数量的用户作为原聚类中心；

聚类步骤：根据评分用户对每个项目的评测分，采用归一化处理后的时间函数与皮尔逊相关系数结合的公式分别计算每个用户到各个聚类中心的距离，将每个用户归到距离最近的聚类中心对应的集合中，并重新计算得到各个集合的新聚类中心；及

推荐步骤：重复聚类步骤直至新聚类中心与原聚类中心处于相同位置或距离小于指定阈值，根据每个聚类集合中包含的用户数据采用预测评分公式计算出目标用户对每个项目的预测分，按照所述预测分分值大小顺序依次排列所有项目得到推荐项目集合，根据排序顺序将所述项目集合中的项目推荐给用户。

优选地，所述预处理包括：删除对每个项目评分次数多于或者少于预设次数的用户数据，对剩余用户的未评分项目赋予默认评分分值。

优选地，所述时间函数公式如下：

其中，T是已评分项目的时间权重，是某一商品的平均评分时间，T₀是当前时间，α是时间衰减参数。

优选地，归一化处理时间函数的公式如下：

其中，T是要做归一化的数据，X_max是归一化之前的函数的最大值，X_min是归一化之前的函数的最小值，Y_max是归一化之后的函数的最大值，Y_min是归一化之后的函数的最小值。

优选地，归一化处理后的时间函数与皮尔逊相关系数结合的公式如下：