CN103744966A - 一种物品推荐方法、装置 - Google Patents

Abstract

本发明适用于网络信息检索技术领域，提供了一种物品推荐方法、装置，所述方法包括：采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据；根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度；根据所述二维相似度计算用户对每个物品的喜好程度；根据所述喜好程度为所述用户推荐相应的物品。本发明，计算物品之间的相似度时，综合考虑了物品属性数据和用户历史行为数据，得出的二维相似度数据相比现有技术的只考虑物品属性数据和用户历史行为数据中的其中一种而得出的属性相似度或者行为相似度，精确度更高，使得能推荐给用户最为喜爱的物品。

Description

一种物品推荐方法、装置

技术领域

本发明属于网络信息检索技术领域，尤其涉及一种物品推荐方法、装置。

背景技术

随着互联网的发展，网络资源呈***式增长，互联网用户获取信息需要的代价越来越高。虽然用户可以借助搜索引擎去获取信息，但是还是会存在不足之处。

一方面，用户搜索时很难找到合适的关键词来描述搜索内容；另一方面，搜索引擎返回给用户的结果很难满足用户的个性化需求。

因此，个性化推荐***应运而生，它根据用户行为或物品属性分析用户的喜好，从而给用户提供个性化的推荐结果。个性化推荐***在给用户进行推荐时，首先基于物品属性或用户行为计算物品之间的相似性，然后根据用户行为预测用户对未知物品的喜好程度，并据此筛选出用户最感兴趣的若干物品并推荐给该用户。

然而，当前的个性化推荐***往往基于物品属性和用户行为中的一种数据计算物品之间的相似度，因此相似度计算不够准确。部分个性化推荐***虽然结合上述两种数据计算物品之间的相似度，但是由于计算方法复杂，很难在分布式环境下实现，因此无法满足实际中处理大数据的需求。

另外，现有技术也提供了一种集成属性和结构相似性的个性化商品推荐方法，该方法集成属性和结构相似性信息，将用户和商品作为带有特征信息的节点映射到网络，依据顾客和商品间的购买关系建立信息网络图，在信息网络图中利用集成属性和结构相似性度量用户节点对间的兴趣偏好，并以此选择最近邻，以提高推荐准确性。虽然该方法相比于当前的个性化推荐***推荐准确性更高，但在计算相似度时，需要多次迭代计算，而且在每次迭代计算的过程中需要保证能够访问到全部数据，因此很难通过拆分数据的方式将该计算过程分解到Hadoop分布式环境集群上的各个计算节点，所以很难在Hadoop分布式环境下实现，并且单机环境下夹角余弦计算方法也只能处理小规模数据，因此该方法对于小规模数据是可行的，如用户和物品数量在“千”数量级，但当用户数量、物品数量以及用户行为数据增加到中等规模或者大规模时，该方法并不现实。

发明内容

本发明实施例提供了一种物品推荐方法、装置，旨在解决现有技术提供的物品推荐方法，计算复杂，效率低下，且很难在分布式环境下实现，因此无法满足实际中处理大数据的需求的问题。

一方面，提供一种物品推荐方法，所述方法包括：

采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据；

根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度；

根据所述二维相似度计算用户对每个物品的喜好程度；

根据所述喜好程度为所述用户推荐相应的物品。

进一步地，所述根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度包括：

根据所述物品属性数据计算物品i与物品j之间的属性相似度Sim_A(i,j)；

根据所述用户历史行为数据计算物品i与物品j之间的行为相似度Sim_B(i,j)；

根据所述属性相似度Sim_A(i,j)和所述行为相似度Sim_B(i,j)计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，根据如下所示的公式计算物品i与物品j之间的二维相似度Sim(i,j)：

Sim(i,j)=α·Sim_A(i,j)+(1-α)·Sim_B(i,j)；

其中，α为调节参数，α大于等于0小于等于1，用于权衡物品属性数据与用户历史行为数据对物品i与物品j之间的二维相似度Sim(i,j)的贡献。

进一步地，所述根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度包括：

根据物品属性数据建立物品属性向量；

根据用户的历史行为数据建立物品行为向量；

根据物品属性向量和物品行为向量建立物品二维向量；

根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述根据物品属性向量和物品行为向量建立物品二维向量包括：

根据物品i的属性向量F(i)和物品i的行为向量H(i)建立物品i的二维向量W(i)，所述W(i)满足：

$W\left(i\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(i\right)}{{\left|\right|F\left(i\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(i\right)}{{\left|\right|H\left(i\right)\left|\right|}_2}\end{array}\right]$

根据物品j的属性向量F(j)和物品j的行为向量H(j)建立物品j的二维向量W(j)，所述W(j)满足：

$W\left(j\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(j\right)}{{\left|\right|F\left(j\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(j\right)}{{\left|\right|H\left(j\right)\left|\right|}_2}\end{array}\right]$

其中，α为调节参数，α大于等于0小于等于1，||F(i)||₂，||F(j)||₂，||H(i)||₂和||H(j)||₂分别对应于向量F(i)，F(j)，H(i)，H(j)的二范数；

所述根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)包括：

根据二维向量W(i)和二维向量W(j)计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述根据二维向量W(i)和二维向量W(j)计算物品i与物品j之间的二维相似度Sim(i,j)具体为：

计算二维向量W(i)和二维向量W(j)之间的点积。

进一步地，所述计算二维向量W(i)和二维向量W(j)之间的点积包括：

将向量W(i)表示成物品列表L(d)，所述L(d)中包括物品集合包含的每一个特征d对应的物品i和特征d在物品i中的特征值，其中，i为包含特征d的任意一物品标识，d是物品属性向量对应的任意一属性标识或者用户行为向量对应的任意一用户标识；

根据特征d对应的物品列表L(d)得到特征d对应的向量D(d)，所述向量D(d)的每一个元素对应物品i和特征d在物品i中的特征值；

计算D(d)对应的物品列表L(d)中任意两个物品在特征d上的乘积，得到包含特征d的物品i与其他所有包含特征d的物品在特征d上的乘积，得到一组向量Dot_d(i)，向量Dot_d(i)的元素为其他所有包含特征d的物品与物品i在特征d上的乘积；

汇总物品i与其他物品在所有特征上的乘积所得的向量Dot_d(i)，得到向量W(i)与其他向量W(j)之间的点积。

另一方面，提供一种物品推荐装置，所述装置包括：

数据采集单元，用于采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据；

二维相似度计算单元，用于根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度；

喜好程度计算单元，用于根据所述二维相似度计算用户对每个物品的喜好程度；

物品推荐单元，用于根据所述喜好程度为所述用户推荐相应的物品。

进一步地，所述二维相似度计算单元包括：

属性相似度计算模块，用于根据所述物品属性数据计算物品i与物品j之间的属性相似度Sim_A(i,j)；

行为形似度计算模块，用于根据所述用户历史行为数据计算物品i与物品j之间的行为相似度Sim_B(i,j)；

第一二维相似度计算模块，用于根据所述属性相似度Sim_A(i,j)和所述行为相似度Sim_B(i,j)计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述第一二维相似度计算模块根据如下所示的公式计算物品i与物品j之间的二维相似度Sim(i,j)：

Sim(i,j)=α·Sim_A(i,j)+(1-α)·Sim_B(i,j)；

其中，α为调节参数，α大于等于0小于等于1，用于权衡物品属性数据与用户历史行为数据对物品i与物品j之间的二维相似度Sim(i,j)的贡献。

进一步地，所述二维相似度计算单元包括：

属性向量建立模块，用于根据物品属性数据建立物品属性向量；

行为向量建立模块，用于根据用户的历史行为数据建立物品行为向量；

二维向量建立模块，用于根据物品属性向量和物品行为向量建立物品二维向量；

第二二维相似度计算模块，用于根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述二维向量建立模块包括：

第一二维向量建立子模块，用于根据物品i的属性向量F(i)和物品i的行为向量H(i)建立物品i的二维向量W(i)，所述W(i)满足：

$W\left(i\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(i\right)}{{\left|\right|F\left(i\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(i\right)}{{\left|\right|H\left(i\right)\left|\right|}_2}\end{array}\right]$

第二二维向量建立子模块，用于根据物品j的属性向量F(j)和物品j的行为向量H(j)建立物品j的二维向量W(j)，所述W(j)满足：

$W\left(j\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(j\right)}{{\left|\right|F\left(j\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(j\right)}{{\left|\right|H\left(j\right)\left|\right|}_2}\end{array}\right]$

其中，α为调节参数，α大于等于0小于等于1，||F(i)||₂，||F(j)||₂，||H(i)||₂和||H(j)||₂分别对应于向量F(i)，F(j)，H(i)，H(j)的二范数；

所述第二二维相似度计算模块根据二维向量W(i)和二维向量W(j)计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述第二二维相似度计算模块计算二维向量W(i)和二维向量W(j)之间的点积。

进一步地，所述第二二维相似度计算模块包括：

物品列表建立子模块，用于将向量W(i)表示成物品列表L(d)，所述L(d)中包括物品集合包含的每一个特征d对应的物品i和特征d在物品i中的特征值，其中，i为包含特征d的任意一物品标识，d是物品属性向量对应的任意一属性标识或者用户行为向量对应的任意一用户标识；

特征向量计算子模块，用于根据特征d对应的物品列表L(d)得到特征d对应的向量D(d)，所述向量D(d)的每一个元素对应物品i和特征d在物品i中的特征值；

特征值乘积计算子模块，用于计算D(d)对应的物品列表L(d)中任意两个物品在特征d上的乘积，得到包含特征d的物品i与其他所有包含特征d的物品在特征d上的乘积，得到一组向量Dot_d(i)，向量Dot_d(i)的元素为其他所有包含特征d的物品与物品i在特征d上的乘积；

向量点积获取子模块，用于汇总物品i与其他物品在所有特征上的乘积所得的向量Dot_d(i)，得到向量W(i)与其他向量W(j)之间的点积。

在本发明实施例，计算物品之间的相似度时，综合考虑了物品属性数据和用户历史行为数据，得出的二维相似度数据相比现有技术的只考虑物品属性数据和用户历史行为数据中的其中一种而得出的属性相似度或者行为相似度，精确度更高，使得能推荐给用户最为喜爱的物品。

附图说明

图1是本发明实施例一提供的物品推荐方法的实现流程图；

图2是本发明实施例一提供的物品推荐装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中，先采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据，再根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度，然后据所述二维相似度计算用户对每个物品的喜好程度，最后根据所述喜好程度为所述用户推荐相应的物品。

以下结合具体实施例对本发明的实现进行详细描述：

实施例一

图1示出了本发明实施例一提供的物品推荐方法的实现流程，详述如下：

在步骤S101中，采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据。

在本发明实施例中，采集物品属性数据和用户日志数据。其中，物品例如可以是指电影或者其他商品等。为了描述方便，本实施例中对所指的物品以电影为例来进行说明。

采集的物品属性数据包括电影基本属性，如类型、导演、演员、制片国家、语言等属性数据。

采集的用户日志数据包括用户观看电影的用户历史行为数据，如电影名称、电影全时长、观看时长、观看时间点等。

当有新的电影加入或者新的用户行为产生时，电影属性数据和用户日志数据会自动地被采集。

在步骤S102中，根据所述物品属性数据和所述用户历史行为数据计算物品之间的相似度。

本发明实施例中，通过下述两种方法计算物品之间的二维相似度。

第一种方法包括以下步骤：

步骤1、根据物品属性数据计算物品i与物品j之间的属性相似度Sim_A(i,j)。

本步骤中，将电影表示成向量空间模型，电影的每一个属性代表向量空间模型的一维。因此每部电影都可以表示成向量形式，向量的特征值可以用布尔值表示，或者用词频-逆文档频率（term frequency–inverse document frequency，TFIDF）权值计算方法计算得到。

针对电影i和电影j，采用夹角余弦法计算电影i和电影j之间属性相似度Sim_A(i,j)，Sim_A(i,j)可以表示为：

${\mathrm{Sim}}_A(i,j)=\frac{f_1\left(i\right)\·f_1\left(j\right)+f_2\left(i\right)\·f_2\left(j\right)+\·\·\·+f_n\left(i\right)\·f_n\left(j\right)}{\sqrt{{f_1\left(i\right)}^2+{f_2\left(i\right)}^2+\·\·\·+{f_n\left(i\right)}^2}\×\sqrt{{f_1\left(j\right)}^2+{f_2\left(j\right)}^2+\·\·\·{+f_n\left(j\right)}^2}},$

其中f(i)、f(j)分别为电影i和电影j的属性特征向量，f_k(i)、f_k(j)分别为电影i和电影j的第k个属性对应的特征值，Sim_A(i,j)为电影i和电影j在属性角度上的属性相似度，n为电影集合中的电影包含的属性数量，如果电影i或电影j不包含某个属性k，那么该属性k对应的特征值为0。

步骤2、根据用户历史行为数据计算物品i与物品j之间的行为相似度Sim_B(i,j)。

本步骤中，将电影表示成向量空间模型，电影的每一个观看用户代表向量空间模型的一维。因此每部电影都可以表示成向量形式，向量的特征值可以用布尔值表示，也可以用播放次数或者播放比例表示，其中，播放比例是指用户播放时长占电影总时长的比例。

针对电影i和电影j，采用夹角余弦法计算电影i和电影j之间的行为相似度Sim_B(i,j)，Sim_B(i,j)可以表示为：

${\mathrm{Sim}}_B(i,j)=\frac{h_1\left(i\right)\·h_1\left(j\right)+h_2\left(i\right)\·h_2\left(j\right)+\·\·\·+h_m\left(i\right)\·h_m\left(j\right)}{\sqrt{{h_1\left(i\right)}^2+{h_2\left(i\right)}^2+\·\·\·+{h_m\left(i\right)}^2}\×\sqrt{{h_1\left(j\right)}^2+{h_2\left(j\right)}^2+\·\·\·{+h_m\left(j\right)}^2}},$

其中h(i)、h(j)分别为电影i和电影j的用户行为特征向量，h_u(i)、h_u(j)分别为电影i和电影j的第u个用户对应的特征值，Sim_B(i,j)为电影i和电影j在用户角度上的行为相似度，m为用户历史行为数据中包含的用户数量，如果电影i或电影j没有被第u个用户观看，那么电影i或电影j的第u个用户对应的特征值为0。

步骤3、根据所述属性相似度Sim_A(i,j)和所述行为相似度Sim_B(i,j)计算物品i与物品j之间的二维相似度Sim(i,j)。

本步骤中，将基于电影属性数据计算得到的属性角度上的属性相似度和基于用户历史行为数据计算得到的用户角度上的行为相似度进行线性加权，得到最终电影i与电影j之间二维相似度Sim(i,j)，Sim(i,j)可以表示为：

Sim(i,j)=α·Sim_A(i,j)+(1-α)·Sim_B(i,j)

其中，α为属性相似度和行为相似度之间的调节参数，取值为α∈[0,1]，用于权衡物品属性数据和用户历史行为数据对计算电影之间的二维相似度的贡献，它可以自适应地进行调整。计算得到的二维相似度可以存储在相似度关系表中，以供进行电影推荐时使用。

确定参数α具体过程：

***建立初期，由于没有用户历史行为数据，因此可以将α设置为1.0；当***用户行为数据增加到一定程度时，如用户行为数据稀疏程度小于99%，则将用户行为数据划分成训练数据集和测试数据集，然后根据训练数据集计算物品的行为相似度，并结合物品的属性相似度，同时调节α，计算物品的二维相似度，再根据步骤S103计算用户对未观看过电影的喜好程度，筛选喜好程度最高的若干部(如10部)电影作为推荐结果，最后根据测试数据集，评估该推荐结果的准确率。

例如给用户u预测的推荐结果是A，B，C，而测试数据集中用户u观看的电影是B，C，D，那么对于该用户而言准确率就是重叠个数2（也就是B，C)与推荐结果个数3(A，B，C)的比值，即2/3。同理可以对所有用户评估推荐结果的准确率，取平均值作为***推荐结果的准确率。评估不同α取值下推荐结果的准确率，选择最佳α值，如

(d为0至10之间的整数，α按照0.1的步长增加，即α=0.1,0.2,...,1.0)，选择准确率最高时的α值供***后面使用。随着用户行为数据不断增加，该过程会定期执行一次，以得到最佳α值供***后面使用。

本方法计算得到的二维相似度，综合考虑了物品属性数据和用户历史行为数据，得出的二维相似度数据相比现有技术的只考虑物品属性数据和用户历史行为数据中的其中一种而得出的属性相似度或者行为相似度，精确度更高，使得能推荐给用户最为喜爱的物品。

第二种方法包括以下步骤：

步骤11、根据物品属性数据建立物品属性向量。

本步骤中，根据电影属性数据，按照步骤1的方法将电影表示成向量空间模型，对于电影集合N中第i部电影可以用物品属性向量F(i)表示；

步骤12、根据用户的历史行为数据建立物品行为向量。

本步骤中，根据用户行为数据，按照步骤2的方法将电影表示成向量空间模型，对于电影集合N中的第i部电影可以用物品行为向量H(i)表示。

步骤13、根据物品属性向量和物品行为向量建立物品二维向量。

本步骤中，先将物品属性向量F(i)进行归一化，并进行数值变换，得到向量F′(i)，向量F′(i)可以表示为：

$F^{\′}\left(i\right)=\sqrt{\mathrm{\α}}\×\frac{F\left(i\right)}{{\left|\right|F\left(i\right)\left|\right|}_2}$

其中，i=1,2,…,|N|，|N|为电影集合中的电影数目，||F(i)||₂对应于向量F(i)的二范数。

再将物品行为向量H(i)进行归一化，并进行数值变换，得到向量H′(i)，向量H′(i)可以表示为：

$H^{\′}\left(i\right)=\sqrt{\mathrm{\β}}\×\frac{H\left(i\right)}{{\left|\right|H\left(i\right)\left|\right|}_2}$

其中，i=1,2,…,|N|，|N|为电影集合中的电影数目，||H(i)||₂对应于向量H(i)的二范数，优选的，β=1-α，这种选择是为了与第一种方法中采用的参数保持一致。

然后将向量F′(i)和向量H′(i)进行连接，用新的向量W(i)表示第i部电影的二维向量，向量W(i)可以表示为：

$W\left(i\right)=\left[\begin{array}{c}{F}^{\′}\left(i\right)\\ H^{\′}\left(i\right)\end{array}\right]$

其中，i=1,2,…,|N|，|N|为电影集合中的电影数目。

本步骤中，可以将影响物品之间相似度的多个数据结合在一起组成一个二维甚至三维或者三维以上的多维向量，然后，通过该多维向量计算物品之间的多维相似度，使得物品之间相似度的计算结果更加准确，推荐结果更加令用户满意，可以极大地提高用户的使用体验。

步骤14、根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)。

本步骤中，电影集合N中有|N|部电影，无论是电影属性数据还是用户历史行为数据，都可以根据步骤1或者步骤2将电影表示成向量空间模型，然后根据步骤13得到每部电影对应的特征向量，本实施例中，该特征向量中包括物品属性向量和物品行为向量，是一个物品二维向量。

假设W(i)为电影集合N中第i部电影对应的二维向量。在非分布式环境下，第一种方法中提到的计算物品之间二维相似度所采用的夹角余弦方法可以通过以下步骤完成，具体过程如下：

步骤21、根据所述W(i)和W(j)计算物品i和物品j之间的二维相似度Sim(i,j)。

本步骤中，通过下述公式计算物品i和物品j之间的二维相似度Sim(i,j)：

Sim(i,j)=W(i)·W(j)

将步骤21在Hadoop分布式环境下实现即可实现Hadoop分布式环境下的夹角余弦算法，从而满足大数据处理的需求，提高***的性能。

步骤21表示计算向量W(i)和向量W(j)之间的点积，该计算在Hadoop分布式环境下对应的MapReduce具体步骤如下：

步骤31、将向量W(i)表示成物品列表L(d)，所述L(d)中包括物品集合包含的每一个特征d对应的物品i和特征d在物品i中的特征值，其中，i为包含特征d的任意一物品标识，d是物品属性向量对应的任意一属性标识或者用户行为向量对应的任意一用户标识。

其中，物品列表L(d)是向量W(i)的倒排表形式，即将向量W(i)从电影-特征向量变成特征-电影向量，因此上述电影集合包含的每一个特征d都对应着一个电影列表L(d)，同时电影列表L(d)包含该特征d在电影列表中的各电影的权重，即特征值，其中，i=1,2,…,|N|，d=1,2,…,n,…,n+m，n为电影集合包含的属性特征数量，m为电影集合包含的用户特征数量，此时的特征d由两部分组成：属性特征和用户特征。

步骤32、根据特征d对应的物品列表L(d)得到特征d对应的向量D(d)，所述向量D(d)的每一个元素对应物品i和特征d在物品i中的特征值。

步骤33、对于每个特征d对应的向量D(d)，计算D(d)对应的物品列表L(d)中任意两个物品在特征d上的乘积，得到包含特征d的物品i与其他所有包含特征d的物品在特征d上的乘积，得到一组向量Dot_d(i)，向量Dot_d(i)的元素为其他所有包含特征d的物品与物品i在特征d上的乘积。

步骤34、汇总电影i与其他电影在所有特征上的乘积所得的向量Dot_d(i)，得到向量W(i)与其他向量W(j)之间的点积，即为电影i和电影j之间的相似度。

举例说明如下：

假设电影数据集合包含3部电影，按照步骤1或2、步骤13处理后，3部电影分别对应二维向量W(1)，W(2)和W(3)；对于导演，演员等属性以及用户标识都可以用一个整数标识与其对应，其中，用户标识对应于用户行为向量，如“张三”与标识5对应，“李四”与标识6对应，“王五”与标识7对应，等等，属性标识对应于物品属性向量，如演员等等。按照所述过程，假设向量W(1)，W(2)和W(3)如表1所示：

表1

说明：对于电影标识1，(5：0.8)表示特征标识5在该电影的特征值为0.8。

将向量W(1)，W(2)和W(3)表示成倒排表后，如表2所示。

特征标识	电影标识和特征在该电影的特征值
		5	(1：0.8),(3：0.707)
6	(2：0.6),(3：0.707)

7	(1：0.6),(2：0.8)

表2

其中，特征标识5对应的倒排表为[(1：0.8),(3：0.707)]，即特征标识5对应的向量为[(1：0.8),(3：0.707)]；同理可得到其他特征标识d对应的倒排表L(d)以及向量D(d)。

Hadoop分布式环境搭建在服务器集群上，在该环境中，数据处理都是采用键值对的形式，本实施例中，以特征标识d作为键，特征标识d对应的向量D(d)作为值，集群上的每个服务器分别针对各自的键值对数据完成如下计算：

以特征标识5说明，其对应的向量为[(1：0.8),(3：0.707)]，计算电影标识1和电影标识3在该特征上的乘积，即0.8*0.707，那么电影标识1对应的Dot₅(1)向量为[(3：0.8*0.707)]，同理可以得到Dot₇(1)为[(2：0.6*0.8)]。

对于电影标识1，如表1所示，仅仅包含特征标识5和特征标识7，因此汇总向量Dot₅(1)和Dot₇(1)可得到电影标识1与其他电影标识之间的相似度，即电影标识1与电影标识2之间的相似度Sim(1,2)=0.6*0.8，电影标识1与电影标识3之间的相似度Sim(1,3)=0.8*0.707。

同理可以计算得到任意电影i与其他电影之间的相似度。

由于上述过程每个步骤都是在Hadoop分布式集群上面并行进行，因此能够高效地处理大数据。

在步骤S103中，根据所述相似度计算用户对每个物品的喜好程度。

在本实施例中，针对已经登录的用户，***存储了该用户的历史行为数据和用户标识，基于该用户的历史行为数据以及步骤S102计算得到的物品之间的相似度计算该用户对每个物品的喜好程度。

具体的，针对已登录的用户U_a，基于该用户观看电影的历史行为数据给其推荐电影的具体过程如下：

根据该用户历史行为数据的时间信息计算用户第k个行为b_k的权重w(b_k)，w(b_k)可以表示为：

$w\left(b_k\right)=\frac{1}{1+\mathrm{\β}\·(T-t\left(b_k\right))}$

其中T为***当前时间，t(b_k)为用户第k个行为b_k发生的时间，T和t(b_k)以“天”为时间单位，β为调节参数，用于调节行为权重的衰减速度，取值为β∈[0,1]。

确定参数β具体过程与确定步骤3中确定参数α的过程相同，在此不再赘述。通过提高用户近期行为的权重，降低用户历史行为的权重，从而给该用户推荐与其近期喜好相似的可能感兴趣的电影。

根据用户U_a的行为数据计算其对电影集合N中每部电影i的喜好程度P(U_a,i)的公式如下：

$P(U_a,i)=\underset{b_k\∈B\left(U_a\right)}{\mathrm{\Σ}}w\left(b_k\right)\×\mathrm{Sim}(i,m\left(b_k\right))$

其中，m(b_k)为行为b_k对应的电影，B(U_a)为用户U_a的行为数据集合。

针对***的新用户，由于***内没有该新用户的历史行为数据，因此需要在“冷启动”情况下也能给用户进行推荐。本发明实施例由于可以通过调节参数权衡属性数据和用户行为数据对二维相似度计算的贡献，因此即使在***初始启动阶段也可以给出基于属性相似度的推荐结果。当用户行为数据增加时可以自适应地进行调整，从而更加准确地计算物品之间的相似度。另外，本发明实施例由于事先根据电影属性数据和***已有的用户历史行为数据计算电影-电影相似度并存入电影-电影相似度关系表，因此可根据新用户当前浏览的电影查找电影-电影相似度关系表并筛选相似度较高的若干电影进行推荐，从而可以避免“冷启动”问题。

在步骤S104中，根据所述喜好程度为所述用户推荐相应的物品。

本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。

实施例二

图2示出了本发明实施例二提供的物品推荐装置的具体结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。该物品推荐装置2包括：数据采集单元21、二维相似度计算单元22、喜好程度计算单元23和物品推荐单元24。

其中，数据采集单元21，用于采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据；

二维相似度计算单元22，用于根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度；

喜好程度计算单元23，用于根据所述二维相似度计算用户对每个物品的喜好程度；

物品推荐单元24，用于根据所述喜好程度为所述用户推荐相应的物品。

具体的，作为本发明的一个计算二维相似度的实施例，所述二维相似度计算单元22包括：

属性相似度计算模块，用于根据所述物品属性数据计算物品i与物品j之间的属性相似度Sim_A(i,j)；

行为形似度计算模块，用于根据所述用户历史行为数据计算物品i与物品j之间的行为相似度Sim_B(i,j)；

第一二维相似度计算模块，用于根据所述属性相似度Sim_A(i,j)和所述行为相似度Sim_B(i,j)计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述第一二维相似度计算模块根据如下所示的公式计算物品i与物品j之间的二维相似度Sim(i,j)：

Sim(i,j)=α·Sim_A(i,j)+(1-α)·Sim_B(i,j)；

其中，α为调节参数，α大于等于0小于等于1，用于权衡物品属性数据与用户历史行为数据对物品i与物品j之间的二维相似度Sim(i,j)的贡献。

具体的，作为本发明的另一个计算二维相似度的实施例，所述二维相似度计算单元22包括：

属性向量建立模块，用于根据物品属性数据建立物品属性向量；

行为向量建立模块，用于根据用户的历史行为数据建立物品行为向量；

二维向量建立模块，用于根据物品属性向量和物品行为向量建立物品二维向量；

第二二维相似度计算模块，用于根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述二维向量建立模块包括：

第一二维向量建立子模块，用于根据物品i的属性向量F(i)和物品i的行为向量H(i)建立物品i的二维向量W(i)，所述W(i)满足：

$W\left(i\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(i\right)}{{\left|\right|F\left(i\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(i\right)}{{\left|\right|H\left(i\right)\left|\right|}_2}\end{array}\right]$

第二二维向量建立子模块，用于根据物品j的属性向量F(j)和物品j的行为向量H(j)建立物品j的二维向量W(j)，所述W(j)满足：

$W\left(j\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(j\right)}{{\left|\right|F\left(j\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(j\right)}{{\left|\right|H\left(j\right)\left|\right|}_2}\end{array}\right]$

其中，α为调节参数，α大于等于0小于等于1，||F(i)||₂，||F(j)||₂，||H(i)||₂和||H(j)||₂分别对应于向量F(i)，F(j)，H(i)，H(j)的二范数；

所述第二二维相似度计算模块根据二维向量W(i)和二维向量W(j)计算物品i与物品j之间的二维相似度Sim(i,j)。

进一步地，所述第二二维相似度计算模块计算二维向量W(i)和二维向量W(j)之间的点积。

进一步地，所述第二二维相似度计算模块包括：

物品列表建立子模块，用于将向量W(i)表示成物品列表L(d)，所述L(d)中包括物品集合包含的每一个特征d对应的物品i和特征d在物品i中的特征值，其中，i为包含特征d的任意一物品标识，d是物品属性向量对应的任意一属性标识或者用户行为向量对应的任意一用户标识；

特征向量计算子模块，用于根据特征d对应的物品列表L(d)得到特征d对应的向量D(d)，所述向量D(d)的每一个元素对应物品i和特征d在物品i中的特征值；

特征值乘积计算子模块，用于计算D(d)对应的物品列表L(d)中任意两个物品在特征d上的乘积，得到包含特征d的物品i与其他所有包含特征d的物品在特征d上的乘积，得到一组向量Dot_d(i)，向量Dot_d(i)的元素为其他所有包含特征d的物品与物品i在特征d上的乘积；

向量点积获取子模块，用于汇总物品i与其他物品在所有特征上的乘积所得的向量Dot_d(i)，得到向量W(i)与其他向量W(j)之间的点积。

本发明实施例提供的物品推荐装置可以应用于前述实施例一的对应方法中，详情参见上述实施例一的描述，在此不再赘述。

值得注意的是，上述***实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种物品推荐方法，其特征在于，所述方法包括：

采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据；

根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度；

根据所述二维相似度计算用户对每个物品的喜好程度；

根据所述喜好程度为所述用户推荐相应的物品。

2.如权利要求1所述的方法，其特征在于，所述根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度包括：

根据所述物品属性数据计算物品i与物品j之间的属性相似度Sim_A(i,j)；

根据所述用户历史行为数据计算物品i与物品j之间的行为相似度Sim_B(i,j)；

根据所述属性相似度Sim_A(i,j)和所述行为相似度Sim_B(i,j)计算物品i与物品j之间的二维相似度Sim(i,j)。

3.如权利要求2所述的方法，其特征在于，根据如下所示的公式计算物品i与物品j之间的二维相似度Sim(i,j)：

Sim(i,j)=α·Sim_A(i,j)+(1-α)·Sim_B(i,j)；

其中，α为调节参数，α大于等于0小于等于1，用于权衡物品属性数据与用户历史行为数据对物品i与物品j之间的二维相似度Sim(i,j)的贡献。

4.如权利要求1所述的方法，其特征在于，所述根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度包括：

根据物品属性数据建立物品属性向量；

根据用户的历史行为数据建立物品行为向量；

根据物品属性向量和物品行为向量建立物品二维向量；

根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)。

5.如权利要求4所述的方法，其特征在于，所述根据物品属性向量和物品行为向量建立物品二维向量包括：

根据物品i的属性向量F(i)和物品i的行为向量H(i)建立物品i的二维向量W(i)，所述W(i)满足：

$W\left(i\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(i\right)}{{\left|\right|F\left(i\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(i\right)}{{\left|\right|H\left(i\right)\left|\right|}_2}\end{array}\right]$

根据物品j的属性向量F(j)和物品j的行为向量H(j)建立物品j的二维向量W(j)，所述W(j)满足：

$W\left(j\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(j\right)}{{\left|\right|F\left(j\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(j\right)}{{\left|\right|H\left(j\right)\left|\right|}_2}\end{array}\right]$

其中，α为调节参数，α大于等于0小于等于1，||F(i)||₂，||F(j)||₂，||H(i)||₂和||H(j)||₂分别对应于向量F(i)，F(j)，H(i)，H(j)的二范数；

所述根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)包括：

根据二维向量W(i)和二维向量W(j)计算物品i与物品j之间的二维相似度Sim(i,j)。

6.如权利要求5所述的方法，其特征在于，所述根据二维向量W(i)和二维向量W(j)计算物品i与物品j之间的二维相似度Sim(i,j)具体为：

计算二维向量W(i)和二维向量W(j)之间的点积。

7.如权利要求6所述的方法，其特征在于，所述计算二维向量W(i)和二维向量W(j)之间的点积包括：

将向量W(i)表示成物品列表L(d)，所述L(d)中包括物品集合包含的每一个特征d对应的物品i和特征d在物品i中的特征值，其中，i为包含特征d的任意一物品标识，d是物品属性向量对应的任意一属性标识或者用户行为向量对应的任意一用户标识；

根据特征d对应的物品列表L(d)得到特征d对应的向量D(d)，所述向量D(d)的每一个元素对应物品i和特征d在物品i中的特征值；

计算D(d)对应的物品列表L(d)中任意两个物品在特征d上的乘积，得到包含特征d的物品i与其他所有包含特征d的物品在特征d上的乘积，得到一组向量Dot_d(i)，向量Dot_d(i)的元素为其他所有包含特征d的物品与物品i在特征d上的乘积；

汇总物品i与其他物品在所有特征上的乘积所得的向量Dot_d(i)，得到向量W(i)与其他向量W(j)之间的点积。

8.一种物品推荐装置，其特征在于，所述装置包括：

数据采集单元，用于采集物品属性数据和用户日志数据，所述用户日志数据中包括用户历史行为数据；

二维相似度计算单元，用于根据所述物品属性数据和所述用户历史行为数据计算物品之间的二维相似度；

喜好程度计算单元，用于根据所述二维相似度计算用户对每个物品的喜好程度；

物品推荐单元，用于根据所述喜好程度为所述用户推荐相应的物品。

9.如权利要求8所述的装置，其特征在于，所述二维相似度计算单元包括：

属性相似度计算模块，用于根据所述物品属性数据计算物品i与物品j之间的属性相似度Sim_A(i,j)；

行为形似度计算模块，用于根据所述用户历史行为数据计算物品i与物品j之间的行为相似度Sim_B(i,j)；

第一二维相似度计算模块，用于根据所述属性相似度Sim_A(i,j)和所述行为相似度Sim_B(i,j)计算物品i与物品j之间的二维相似度Sim(i,j)。

10.如权利要求9所述的装置，其特征在于，所述第一二维相似度计算模块根据如下所示的公式计算物品i与物品j之间的二维相似度Sim(i,j)：

Sim(i,j)=α·Sim_A(i,j)+(1-α)·Sim_B(i,j)；

其中，α为调节参数，α大于等于0小于等于1，用于权衡物品属性数据与用户历史行为数据对物品i与物品j之间的二维相似度Sim(i,j)的贡献。

11.如权利要求8所述的装置，其特征在于，所述二维相似度计算单元包括：

属性向量建立模块，用于根据物品属性数据建立物品属性向量；

行为向量建立模块，用于根据用户的历史行为数据建立物品行为向量；

二维向量建立模块，用于根据物品属性向量和物品行为向量建立物品二维向量；

第二二维相似度计算模块，用于根据所述物品二维向量计算物品i与物品j之间的二维相似度Sim(i,j)。

12.如权利要求11所述的装置，其特征在于，所述二维向量建立模块包括：

第一二维向量建立子模块，用于根据物品i的属性向量F(i)和物品i的行为向量H(i)建立物品i的二维向量W(i)，所述W(i)满足：

$W\left(i\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(i\right)}{{\left|\right|F\left(i\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(i\right)}{{\left|\right|H\left(i\right)\left|\right|}_2}\end{array}\right]$

第二二维向量建立子模块，用于根据物品j的属性向量F(j)和物品j的行为向量H(j)建立物品j的二维向量W(j)，所述W(j)满足：

$W\left(j\right)=\left[\begin{array}{c}\frac{\sqrt{\mathrm{\α}}\·F\left(j\right)}{{\left|\right|F\left(j\right)\left|\right|}_2}\\ \frac{\sqrt{1-\mathrm{\α}}\·H\left(j\right)}{{\left|\right|H\left(j\right)\left|\right|}_2}\end{array}\right]$

其中，α为调节参数，α大于等于0小于等于1，||F(i)||₂，||F(j)||₂，||H(i)||₂和||H(j)||₂分别对应于向量F(i)，F(j)，H(i)，H(j)的二范数；

所述第二二维相似度计算模块根据二维向量W(i)和二维向量W(j)计算物品i与物品j之间的二维相似度Sim(i,j)。

13.如权利要求12所述的装置，其特征在于，所述第二二维相似度计算模块计算二维向量W(i)和二维向量W(j)之间的点积。

14.如权利要求13所述的装置，其特征在于，所述第二二维相似度计算模块包括：

物品列表建立子模块，用于将向量W(i)表示成物品列表L(d)，所述L(d)中包括物品集合包含的每一个特征d对应的物品i和特征d在物品i中的特征值，其中，i为包含特征d的任意一物品标识，d是物品属性向量对应的任意一属性标识或者用户行为向量对应的任意一用户标识；

特征向量计算子模块，用于根据特征d对应的物品列表L(d)得到特征d对应的向量D(d)，所述向量D(d)的每一个元素对应物品i和特征d在物品i中的特征值；

特征值乘积计算子模块，用于计算D(d)对应的物品列表L(d)中任意两个物品在特征d上的乘积，得到包含特征d的物品i与其他所有包含特征d的物品在特征d上的乘积，得到一组向量Dot_d(i)，向量Dot_d(i)的元素为其他所有包含特征d的物品与物品i在特征d上的乘积；

向量点积获取子模块，用于汇总物品i与其他物品在所有特征上的乘积所得的向量Dot_d(i)，得到向量W(i)与其他向量W(j)之间的点积。

Images