[发明专利]项目物品的个性化推荐方法、电子设备和存储介质

说明书

本申请涉及项目物品的个性化推荐方法、电子设备和存储介质，属于数据挖掘技术领域，上述方法包括：根据用户的评价数量计算评价数量差异指标；根据评价数量差异指标修正用户间的余弦相似度，得到修正后的用户相似度；根据修正后的用户相似度为当前用户筛选邻居；根据邻居偏好的项目物品以及该当前用户与邻居的相似度，向该当前用户推荐项目物品。根据本申请实施例，能够提高用户间相似度的准确性，从而达到提升个性化推荐结果准确性的有益效果。

技术领域

本申请涉及数据挖掘技术领域，特别是涉及项目物品的个性化推荐方法、电子设备和存储介质。

背景技术

个性化服务是目前最受关注的领域之一。在科技飞速发展的今天，越来越丰富的产品使市场呈现供大于求的现象，消费者需要从众多的同类产品中挑选心仪的产品。而现在人们消费时多注重产品的内在质量和价格，多注重物质产品形式的多样化，质量的内在化、大众化。随着人们收入的增加，消费流行期和产品生命周期的缩短，时髦的消费方式被模仿速度的加快，消费观念逐步向品质的外在化、个性化、自然化方向发展。个性化推荐的目的就是根据目标用户的历史行为信息，挖掘用户的兴趣偏好，给用户推荐其感兴趣的物品，帮助用户节约时间成本。

而相关技术中，无论是协同过滤推荐方法，还是一些混合推荐方法，对效率低或者时间不充裕的人，不能准确的捕捉其偏好，导致个性化推荐结果准确度较低。

发明内容

本申请实施例提供了项目物品的个性化推荐方法、电子设备和存储介质，以至少解决相关技术中个性化推荐结果准确度较低的问题。

第一方面，本申请实施例提供了一种项目物品的个性化推荐方法，包括：根据用户的评价数量计算评价数量差异指标；根据所述评价数量差异指标修正用户间的余弦相似度，得到修正后的用户相似度；根据所述修正后的用户相似度为当前用户筛选邻居；根据邻居偏好的项目物品以及该当前用户与邻居的相似度，向该当前用户推荐项目物品。

在其中一些实施例中，所述的根据用户的评价数量计算评价数量差异指标包括：根据用户的各自评价数量和共同评价数量计算评价数量差异指标。

在其中一些实施例中，所述的根据所述修正后的用户相似度为当前用户筛选邻居包括：将当前用户与其他用户之间的修正后的用户相似度按照从高到低排序，选取前预设数量的用户作为该当前用户的邻居；或者，选取在预设值以上的用户相似度所对应的用户作为该当前用户的邻居。

在其中一些实施例中，所述的根据邻居偏好的项目物品以及该当前用户与邻居的相似度，向该当前用户推荐项目物品包括：选取邻居偏好的项目物品中评分在预设分数以上的且不在该当前用户已评价项目物品中的项目物品；对选取的项目物品去重，得到推荐列表，其中，所述推荐列表中的项目物品根据该当前用户与邻居的相似度排序。

在其中一些实施例中，在所述的得到推荐列表之后，所述方法还包括：对项目物品计算被评价数量差异指标；根据所述被评价数量差异指标修正项目物品间的余弦相似度，得到修正后的项目物品相似度；根据所述修正后的项目物品相似度为所述推荐列表中的项目物品筛选相似的项目物品；将筛选的项目物品添加至所述推荐列表中。

在其中一些实施例中，在所述的向该当前用户推荐项目物品之后，所述方法还包括：根据当前用户与邻居的相似度对推荐的项目物品的评分进行加权平均，得到该当前用户对所述推荐的项目物品的预测评分。

在其中一些实施例中，所述的根据用户的评价数量计算评价数量差异指标包括：根据以下公式计算差异值：

其中，和分别为用户和用户的各自评价数量，为用户和用户的共同评价数量，为项目物品的总数量；

对所述差异值做反归一化，将所述差异值映射到上，并按如下公式计算评价数量差异指标：

。