[发明专利]一种数据推荐方法及相关设备

权利要求书

1.一种数据推荐方法，其特征在于，所述方法包括：

基于相似度算法和预构建的用户兴趣矩阵确定待推荐用户与所述用户兴趣矩阵中各个第一历史用户之间的相似度，所述预构建的用户兴趣矩阵中包括各个历史用户对各个资源的兴趣得分，所述第一历史用户为所述用户兴趣矩阵中除所述待推荐用户以外的历史用户；

从所述各个第一历史用户中确定出所述相似度最高的K个第二历史用户，所述K为大于0的整数；

基于所述预构建的用户兴趣矩阵从所述各个资源中确定第一资源，所述K个第二历史用户对所述第一资源的兴趣得分均大于第一预设兴趣得分阈值，且所述待推荐用户对所述第一资源的兴趣得分为0；

依据关联规则挖掘算法确定各个所述第一资源分别与所述待推荐用户对应的兴趣资源之间的关联度，其中，所述待推荐用户对所述兴趣资源的兴趣得分大于第二预设兴趣得分阈值；

从所述各个第一资源中将所述关联度最高的N个第一资源确定为所述待推荐用户对应的推荐资源，其中，所述N为大于0的整数。

2.根据权利要求1所述的方法，其特征在于，所述基于相似度算法和预构建的用户兴趣矩阵确定待推荐用户与所述用户兴趣矩阵中各个第一历史用户之间的相似度之前，所述方法还包括：

获取待推荐用户的用户信息；

基于所述用户信息确定所述待推荐用户是否为预构建的用户兴趣矩阵中的历史用户；

若所述待推荐用户为所述预构建的用户兴趣矩阵中的历史用户，则触发所述基于相似度算法和预构建的用户兴趣矩阵确定待推荐用户与所述用户兴趣矩阵中各个第一历史用户之间的相似度的步骤。

3.根据权利要求1所述的方法，其特征在于，所述基于所述用户信息确定所述待推荐用户是否为预构建的用户兴趣矩阵中的历史用户之前，所述方法还包括：

获取各个历史用户对各个资源的操作信息，所述操作信息包括以下至少一种：浏览信息、收藏信息、购买信息和评分信息；

基于兴趣度算法和所述操作信息计算所述各个历史用户对各个资源的兴趣得分；

根据所述各个历史用户对各个资源的兴趣得分构建用户兴趣矩阵。

4.根据权利要求1所述的方法，其特征在于，所述兴趣资源包括多个，所述依据关联规则挖掘算法确定各个所述第一资源分别与所述待推荐用户对应的兴趣资源之间的关联度，包括：

依据关联规则挖掘算法确定各个所述第一资源分别与所述多个兴趣资源中各个兴趣资源之间的初始关联度；

从所述预构建的用户兴趣矩阵中获取所述待推荐用户对所述各个兴趣资源的兴趣得分；

基于所述待推荐用户对所述各个兴趣资源的兴趣得分调整各个所述初始关联度，得到各个所述第一资源分别与所述待推荐用户对应的兴趣资源之间的关联度。

5.根据权利要求4所述的方法，其特征在于，所述基于所述待推荐用户对所述各个兴趣资源的兴趣得分调整各个所述初始关联度，得到各个所述第一资源分别与所述待推荐用户对应的兴趣资源之间的关联度，包括：

基于所述待推荐用户对所述各个兴趣资源的兴趣得分的大小，确定各个所述初始关联度对应的加权系数；

将各个所述初始关联度与各自对应的加权系数进行加权处理，得到各个所述第一资源分别与所述待推荐用户对应的兴趣资源之间的关联度。

6.根据权利要求2所述的方法，其特征在于，所述基于所述用户信息确定所述待推荐用户是否为预构建的用户兴趣矩阵中的历史用户之后，所述方法还包括：

若所述待推荐用户不为所述预构建的用户兴趣矩阵中的历史用户，则获取所述待推荐用户对各个资源的操作信息；

基于兴趣度算法和所述操作信息计算所述待推荐用户对各个资源的兴趣得分；

将所述待推荐用户对各个资源的兴趣得分添加至所述预构建的用户兴趣矩阵中，并触发所述基于相似度算法和预构建的用户兴趣矩阵确定待推荐用户与所述用户兴趣矩阵中各个第一历史用户之间的相似度的步骤。