[发明专利]推荐方法、装置、电子设备及计算机存储介质

说明书

本发明提供了一种推荐方法、装置、电子设备及计算机存储介质。推荐方法包括：若获取的推荐请求指示推荐与被浏览的浏览对象相似的相似对象，则根据被浏览的第一目标对象的特征数据和至少一个候选的第二目标对象的特征数据计算第一目标对象和至少一个第二目标对象之间的相似度，其中，特征数据包括对应的目标对象的行业数据和用户历史行为数据；根据至少一个第二目标对象的特征数据中的用户历史行为数据和被推荐数，确定对应的热度数据，其中，热度数据随被推荐数增加而减小；根据第一目标对象与至少一个第二目标对象之间的相似度和至少一个第二目标对象的热度数据，从候选的第二目标对象中确定推荐的目标对象。该推荐方法的推荐效果更好。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种推荐方法、装置、电子设备及计算机存储介质。

背景技术

协同过滤推荐算法是较为著名的推荐算法，主要的功能是预测用户的兴趣并进行推荐。现有的协同过滤推荐算法分为两类，分别是基于用户的协同过滤算法（user-basedcollaboratIve filtering）和基于物品的协同过滤算法（item-based collaborativefiltering）。

其中，基于用户的协同过滤算法是通过用户的历史行为数据发现用户对商品或内容的喜好（如商品购买，收藏，内容评论或分享），并对这些喜好进行度量和打分。根据不同用户对相同商品或内容的态度和偏好程度计算用户之间的关系。在有相同喜好的用户间进行商品推荐。

基于物品的协同过滤算法，通过计算不同用户对不同物品的评分获得物品间的关系。基于物品间的关系对用户进行相似物品的推荐。

现有技术的不足在于：1）依赖于准确的用户评分，2）在计算的过程中，热度高的物品会有更大的几率被推荐给用户，进而被用户查看的概率增加，热度进一步升高，使得热度不高的物品始终无法被推荐，3）冷启动问题，当有一名新用户或新物品进入系统时，推荐将无从根据，4）在一些对象生存周期短（如新闻、广告等）的系统中，由于更新速度快，大量对象不会有用户评分，造成用户评分矩阵稀疏，不利于这些对象的推荐。

发明内容

本发明的主要目的在于提供一种推荐方法、装置、电子设备及计算机存储介质，以解决现有技术中热度高的目标对象推荐重复的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种推荐方法，包括：若获取的推荐请求指示推荐与被浏览的浏览对象相似的相似对象，则根据被浏览的第一目标对象的特征数据和至少一个候选的第二目标对象的特征数据计算所述第一目标对象和至少一个所述第二目标对象之间的相似度，其中，所述特征数据包括对应的目标对象的行业数据和用户历史行为数据；根据至少一个所述第二目标对象的特征数据中的用户历史行为数据和被推荐数，确定对应的热度数据，其中，所述热度数据随所述被推荐数增加而减小；根据第一目标对象与至少一个所述第二目标对象之间的相似度和所述至少一个第二目标对象的热度数据，从候选的所述第二目标对象中确定推荐的目标对象。

根据本发明的另一方面，提供了一种推荐装置，包括：相似度计算模块，用于若获取的推荐请求指示推荐与被浏览的浏览对象相似的相似对象，则根据被浏览的第一目标对象的特征数据和至少一个候选的第二目标对象的特征数据计算所述第一目标对象和至少一个所述第二目标对象之间的相似度，其中，所述特征数据包括对应的目标对象的行业数据和用户历史行为数据；热度计算模块，用于根据至少一个所述第二目标对象的特征数据中的用户历史行为数据和被推荐数，确定对应的热度数据，其中，所述热度数据随所述被推荐数增加而减小；第一推荐模块，用于根据第一目标对象与至少一个所述第二目标对象之间的相似度和所述至少一个第二目标对象的热度数据，从候选的所述第二目标对象中确定推荐的目标对象。