目标物品确定方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种目标物品确定方法、装置、电子设备及存储介质，其中，该方法包括：获取包括至少三个目标用户的原始特征数据集，并基于原始特征数据集构建信任关系矩阵；基于预设聚合维度对原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，并基于影响因子构成影响因子集；基于信任关系矩阵对原始特征数据集进行处理，得到未标记数据集；基于目标分类器和影响因子集对未标记数据集进行分类得到分类结果，并基于分类结果确定至少一个目标物品。基于上述技术方案，实现了根据用户之间的信任关系完成用户的分类，进而基于分类结果确定对应的目标物品，进而可以更加快速的为用户推荐目标物品，提升了物品推荐的准确度。提升了物品推荐的准确度。提升了物品推荐的准确度。

【技术实现步骤摘要】
目标物品确定方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种目标物品确定方法、装置、电子设备及存储介质。

技术介绍

[0002]随着计算机技术的快速发展，应用程序的服务端可以根据当前的热点信息为用户推荐对应的物品。
[0003]然而，现有的物品推荐方法是根据当前的热点为用户推荐该热点物品，或者直接为用户推荐相似的物品，无法针对用户的需求进行个性化推荐，降低了物品推荐的准确性。

技术实现思路

[0004]本专利技术提供一种目标物品确定方法、装置、电子设备及存储介质，实现了基于分类结果确定对应的目标物品，进而可以更加快速的为用户推荐目标物品，提升了物品推荐的准确度。
[0005]第一方面，本专利技术提供了一种目标物品确定方法，包括：获取包括至少三个目标用户的原始特征数据集，并基于所述原始特征数据集构建信任关系矩阵；
[0006]基于预设聚合维度对所述原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，并基于所述影响因子构成影响因子集；其中，所述影响因子集包括相似维度、活跃维度以及关注维度；
[0007]基于所述信任关系矩阵对所述原始特征数据集进行处理，得到未标记数据集；
[0008]基于所述目标分类器对所述未标记数据集进行分类得到分类结果，并基于所述分类结果确定至少一个目标物品；其中，所述目标分类器是基于训练样本中的影响因子集、已标记数据集、信任标签集以及未标记数据集进行训练得到的。
[0009]第二方面，本专利技术实施例还提供了一种目标物品确定装置，该装置包括：
[0010]信任关系矩阵构建模块，用于获取包括至少三个目标用户的原始特征数据集，并基于所述原始特征数据集构建信任关系矩阵；
[0011]影响因子集构成模块，用于基于预设聚合维度对所述原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，并基于所述影响因子构成影响因子集；其中，所述影响因子集包括相似维度、活跃维度以及关注维度；
[0012]数据集获取模块，用于基于所述信任关系矩阵对所述原始特征数据集进行处理，得到未标记数据集；
[0013]目标物品确定模块，用于基于所述目标分类器对所述未标记数据集进行分类得到分类结果，并基于所述分类结果确定至少一个目标物品；其中，所述目标分类器是基于训练样本中的影响因子集、已标记数据集、信任标签集以及未标记数据集进行训练得到的。
[0014]第三方面，本专利技术实施例还提供了一种电子设备，所述设备包括：
[0015]一个或多个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够实现如本专利技术实施例任一所述的目标物品确定方法。
[0018]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例任一所述的目标物品确定方法。
[0019]本专利技术实施例的技术方案，通过获取包括至少三个目标用户的原始特征数据集，并基于原始特征数据集构建信任关系矩阵，进而基于预设聚合维度对原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，并基于影响因子构成影响因子集，并且基于信任关系矩阵对原始特征数据集进行处理，得到未标记数据集，最终基于目标分类器对未标记数据集进行分类得到分类结果，并基于分类结果确定至少一个目标物品。基于上述技术方案，实现了根据用户之间的信任关系完成用户的分类，进而基于分类结果确定对应的目标物品，进而可以更加快速的为用户推荐目标物品，提升了物品推荐的准确度。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更加清楚地说明本专利技术实施例中的技术方案，下面对描述实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例提供的一种目标物品确定方法的流程示意图；
[0023]图2是本专利技术实施例提供的信任关系矩阵的示意图；
[0024]图3是本专利技术实施例提供的目标物品确定方法的流程图；
[0025]图4是本专利技术实施例提供的一种目标物品确定装置的结构框图；
[0026]图5是本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品
或设备固有的其它步骤或单元。
[0029]可以理解的是，在使用本专利技术各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本专利技术所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0030]例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本专利技术技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
[0031]作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
[0032]可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本专利技术的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
[0033]可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
[0034]实施例一
[0035本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标物品确定方法，其特征在于，包括：获取包括至少三个目标用户的原始特征数据集，并基于所述原始特征数据集构建信任关系矩阵；基于预设聚合维度对所述原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，并基于所述影响因子构成影响因子集；其中，所述影响因子集包括相似维度、活跃维度以及关注维度；基于所述信任关系矩阵对所述原始特征数据集进行处理，得到未标记数据集；基于所述目标分类器和所述影响因子集对所述未标记数据集进行分类得到分类结果，并基于所述分类结果确定至少一个目标物品；其中，所述目标分类器是基于训练样本中的影响因子集、已标记数据集、信任标签集以及未标记数据集进行训练得到的。2.根据权利要求1所述的方法，其特征在于，所述基于预设聚合维度对所述原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，包括：获取至少两个目标用户的历史物品数据；基于所述历史物品数据确定所述至少两个目标用户之间的相似度，并将所述相似度作为与相似维度对应的影响因子。3.根据权利要求1所述的方法，其特征在于，所述基于预设聚合维度对所述原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，包括：获取当前目标用户的历史评估数据；若所述历史评估数据大于预先设置的数量阈值，则确定所述当前目标用户的活跃度为预设值；若所述历史评估数据小于预先设置的数量阈值，则基于所述历史评估数据和所述数量阈值确定当前用户的活跃度，并将所述活跃度作为与活跃维度对应的影响因子。4.根据权利要求1所述的方法，其特征在于，所述基于预设聚合维度对所述原始特征数据集进行聚合，得到与各聚合维度相对应的影响因子，包括：基于所述信任关系矩阵获取与当前目标用户存在信任关系的用户数量；将所述与当前目标用户存在信任关系的用户数量作为所述当前用户的关注度，并将所述关注度作为与关注维度对应的影响因子。5.根据权利要求1所述的方法，其特征在于，在基于所述目标分类器对所述未标记数据集进行分类得到分类结果，并基于所述分类结果确定至少一个目标物品之前，包括：基于所述影响因子集中的各影响因子，确定所述未标记数据集中部分数据的信任标签；根据所述未标记数据集中部分数据的信任标签对所述已标记数据集进行更新得到目标数据集，以基于所述目标数据集得到...

【专利技术属性】
技术研发人员：胡正迪，闻连臣，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：