基于评分特征的时序推荐方法及推荐装置

摘要

本发明公开了一种基于评分特征的时序推荐方法及推荐装置，其中，包括以下步骤：采集所有评分数据，并获取时间信息；将所有评分数据切分成时间段相等的多个时间域，以得到每个时间域上的训练数据；通过跨域时序协同过滤算法获取每个时间域上的用户兴趣、物品流行度与公共特征；通过距离公式获取相邻时间域之间用户兴趣与物品流行度的共同变化值；如果共同变化值小于或等于预设值，则将当前时间域对商品的评分扩充到相邻时间域；对每个时间域上的训练数据进行预测，以进行推荐。本发明实施例的推荐方法，通过对每个时间域中的训练数据进行扩充，从而解决时序推荐中的稀疏性问题，提高推荐质量，提高用户的使用体验。

主权项

一种基于评分特征的时序推荐方法，其特征在于，包括以下步骤：采集用户的所有评分数据，并获取所述所有评分数据的时间信息，其中，所述时间信息包括起始时间与终止时间；根据所述时间信息将所述所有评分数据切分成时间段相等的多个时间域，以得到每个时间域上的训练数据；根据所述每个时间上的训练数据通过跨域时序协同过滤算法获取所述每个时间域上的用户兴趣、物品流行度与所述多个时间域的公共特征；通过距离公式获取相邻时间域之间用户兴趣与物品流行度的共同变化值；如果对商品偏好的共同变化值小于或等于预设值，则将当前时间域对商品的评分扩充到相邻时间域，直至每个相邻时间域的共同变化值大于所述预设值；以及根据扩充后的每个时间域的用户兴趣、物品流行度与所述多个时间域的公共特征对所述每个时间域上的训练数据进行预测，并根据预测结果进行推荐。