[发明专利]一种推荐方法、计算机存储介质及电子设备

权利要求书

1.一种推荐方法，其特征在于，包括：

获取已存储的各用户的第一用户画像以及待推荐用户的第二用户画像；所述用户画像包括分类；

确定每个第一用户画像中各类的第一权重和第二用户画像中各类的第二权重；

根据所述第一权重和第二权重，在所有第一用户画像中，确定与所述第二用户画像最相似的第一用户画像；

向所述待推荐用户推荐最相似的第一用户画像对应的用户。

2.根据权利要求1所述的方法，其特征在于，用户画像的分类包括：基本属性类，公司属性类，兴趣爱好类，历史业务信息类，用户行为信息类；

基本属性类，公司属性类，兴趣爱好类，历史业务信息类，用户行为信息类均具有初始权重以及初始权重的最近更新日期；

所述基本属性类的初始权重为3，所述公司属性类的初始权重为2，所述兴趣爱好类的初始权重为2，所述历史业务信息类的初始权重为2，所述用户行为信息类的初始权重为1。

3.根据权利要求2所述的方法，其特征在于，所述基本属性类至少包括如下属性的一种或多种：年龄，从业年龄，手机号码所在地；

所述公司属性至少包括如下属性的一种或多种：公司业务范围，公司规模，公司业务所在省份，公司合作伙伴；

兴趣爱好类至少包括如下属性的一种或多种：个人兴趣点，关心的行业分类，关心的业务分类，关心的职业分类；

历史业务信息类至少包括如下属性的一种或多种：业务类型，业务发生时间，业务发生地点；

用户行为信息类至少包括如下属性的一种或多种：登录地点，历史添加推荐偏好。

4.根据权利要求2所述的方法，其特征在于，确定每个第一用户画像中各类的第一权重，包括：

对于任一第一用户画像；

获取所述任一第一用户画像中各类的初始权重以及初始权重的最近更新日期；

计算当前日期距所述任一第一用户画像的始权重的最近更新日期之间的间隔天数，得到所述任一第一用户画像的间隔天数；

所述任一第一用户画像中各类的第一权重＝所述任一第一用户画像中各类的初始权重*exp(-所述任一第一用户画像中各类的冷却系数*所述任一第一用户画像的间隔天数)。

5.根据权利要求4所述的方法，其特征在于，所述任一第一用户画像中的任一类的冷却系数＝任一类的系数/(所述任一第一用户画像所对应的用户被推荐的次数*所述任一第一用户画像中的任一类包括的属性数量)；

其中，历史业务信息类的系数＝1，基本属性类的系数＝0.5，公司属性类的系数＝0.5，兴趣爱好类的系数＝0.5，用户行为信息类的系数＝0.25。

6.根据权利要求2所述的方法，其特征在于，确定第二用户画像中各类的第二权重，包括：

确定所述待推荐用户对于各类的理想权重；

第二用户画像中各类的第二权重＝所述第二用户画像中各类的初始权重*所述待推荐用户对于各类的理想权重/各类的平均权重。

7.根据权利要求2所述的方法，其特征在于，所述向所述待推荐用户推荐最相似的第一用户画像对应的用户之后，还包括：

将各第一用户画像的各类初始权重更新为第一权重；

将第二用户画像的各类初始权重更新为第二权重；

存储第二用户画像。

8.根据权利要求3所述的方法，其特征在于，根据所述第一权重和第二权重，在所有第一用户画像中，确定与所述第二用户画像最相似的第一用户画像，包括：

对于任一第一用户画像，依次选择所述任一第一用户画像中的一类，分别对选择的类中每一个属性值以及第二用户画像对应类的对应属性值进行语义分析，确定二者语义是否相同，得到选择的类的相同属性数量；计算所述任一第一用户画像的相似度＝∑_iexp(-|所述任一第一用户画像中第i类的第一权重-第二用户画像中对应类的第二权重|)*所述任一第一用户画像中第i类的第一权重*各类对应的相同属性数量；其中，i为类的标识；

将相似度最大的第一用户画像。