CN111859221B

CN111859221B - 一种项目推荐方法及装置

Info

Publication number: CN111859221B
Application number: CN202010733577.9A
Authority: CN
Inventors: 张敏
Original assignee: China United Network Communications Group Co Ltd
Current assignee: China United Network Communications Group Co Ltd
Priority date: 2020-07-27
Filing date: 2020-07-27
Publication date: 2023-05-30
Anticipated expiration: 2040-07-27
Also published as: CN111859221A

Abstract

本申请公开了一种项目推荐方法及装置，涉及互联网技术领域，用于直观的向用户展示项目的推荐过程。该方法包括：响应于用户的注册操作，显示第一界面，第一界面包括第一子界面、与第一子界面连接的多个第二子界面、第三子界面，第一子界面包括用户的标识，多个第二子界面中每个第二子界面对应一个聚类，第三子界面用于调整多个第二子界面的面积，调整后的第二子界面的面积用于表示用户对聚类的偏好程度；响应于用户的登录操作，显示第二界面，第二界面包括第一子界面以及与第一子界面连接的多个第四子界面，一个第四子界面对应一个推荐项目，第一子界面与第四子界面的连线的长度用于表示推荐项目的预测评分。本申请实施例应用于项目的推荐过程。

Description

一种项目推荐方法及装置

技术领域

本申请涉及互联网技术领域，尤其涉及一种项目推荐方法及装置。

背景技术

在大数据时代，信息化生活中产生的数据量与日俱增。面对大量的数据，推荐系统可以帮助用户从大量的数据中找到用户最有效最感兴趣的项目，并推荐给用户。

目前的推荐系统，例如新闻推荐系统、电影推荐系统、音乐推荐系统一般是将推荐结果以文本瀑布流的形式展示给用户。对于推荐结果的反馈，推荐系统主要是结合用户指定的条件，将推荐结果也以文本瀑布流的形式展示给用户。由于文本瀑布流的形式仅以文字的形式显示推荐结果，因此，文本瀑布流的形式无法显示推荐结果与用户之间的关系。因此，用户无法直观的查看推荐结果与用户之间的关系。

发明内容

本申请提供一种项目推荐方法及装置，用于直观的显示推荐结果与用户之间的关系。

为达到上述目的，本申请用如下技术方案：

第一方面，提供了一种项目推荐方法，该方法包括：

响应于用户的注册操作，项目推荐装置(后续为了便于描述，简称为推荐装置)显示第一界面，第一界面包括第一子界面、与第一子界面连接的多个第二子界面、第三子界面，第一子界面包括用户的标识，多个第二子界面中每个第二子界面对应一个聚类，一个聚类包括多个标签，第三子界面用于调整多个第二子界面的面积，调整后的第二子界面的面积用于表示用户对聚类的偏好程度；

响应于用户的登录操作，推荐装置显示第二界面，第二界面包括第一子界面以及与第一子界面连接的多个第四子界面，一个第四子界面对应一个推荐项目，第一子界面与第四子界面的连线的长度用于表示推荐项目的预测评分。

基于第一方面提供的项目推荐方法，推荐装置可以通过与用户的交互操作，向用户展示项目的推荐过程。例如，当推荐装置检测到用户的注册操作，推荐装置可以向用户展示初始界面。该初始界面包括多个聚类。当推荐装置检测到用户对初始界面的操作时，推荐装置可以根据用户的操作，向用户展示推荐界面。该推荐界面包括多个用户感兴趣的项目。基于此，本申请提供的技术方案，推荐装置通过与用户的交互，可以直观的向用户显示推荐项目的确定过程，便于用户理解。

第二方面，提供了一种项目推荐装置，该项目推荐装置可以为服务器，也可以为应用于服务器的芯片，该项目推荐装置可以包括：显示单元；

显示单元，用于响应于用户的注册操作，显示第一界面，第一界面包括第一子界面、与第一子界面连接的多个第二子界面、第三子界面，第一子界面包括用户的标识，多个第二子界面中每个第二子界面对应一个聚类，一个聚类包括多个标签，第三子界面用于调整多个第二子界面的面积，调整后的第二子界面的面积用于表示用户对聚类的偏好程度。

显示单元，还用于响应于用户的登录操作，显示第二界面，第二界面包括第一子界面以及与第一子界面连接的多个第四子界面，一个第四子界面对应一个推荐项目，第一子界面与第四子界面的连线的长度用于表示推荐项目的预测评分。

第三方面，提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令被执行时，实现如第一方面的方法。

第四方面，提供了一种计算机程序产品，计算机程序产品包含至少一个指令，当至少一个指令在计算机上运行时，使得计算机执行如第一方面的方法。

第五方面，提供一种芯片，芯片包括至少一个处理器及通信接口，通信接口和至少一个处理器耦合，至少一个处理器用于运行计算机程序或指令，以实现第一方面的方法。

第六方面，提供一个项目推荐装置，该项目推荐装置包括处理器、存储器和通信接口；其中，通信接口用于项目推荐装置和其他设备或网络通信；存储器用于存储一个或多个程序，该一个或多个程序包括计算机执行指令，当该项目推荐装置运行时，处理器执行该存储器存储的该计算机执行指令，以使该项目推荐装置执行第一方面所述的方法。

上述提供的装置或计算机可读存储介质或计算机程序产品或芯片均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文提供的对应的方法中对应方案的有益效果，此处不再赘述。

附图说明

图1为本申请实施例提供的一种推荐装置的结构示意图；

图2为本申请实施例提供的另一种推荐装置的结构示意图；

图3为本申请实施例提供的又一种推荐装置的结构示意图；

图4为本申请实施例提供的一种推荐装置400的结构示意图；

图5为本申请实施例提供的一种项目推荐方法的流程图；

图6为本申请实施例提供的一种第一界面的示意图；

图7为本申请实施例提供的一种第二界面的示意图；

图8为本申请实施例提供的另一种项目推荐方法的流程图。

具体实施方式

在介绍本申请实施例之前，对本申请实施例涉及的一些名词进行解释：

协同过滤：协同过滤简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的项目或信息。可以根据其他用户对项目或信息的回应(如评分)帮别人筛选信息。

协调过滤具有以下优点：

1、可以共用其他用户的经验。通过共用其他用户的经验，可以避免内容分析的不完全或不精确，并且能够基于一些复杂的，难以表述的概念(如信息的质量、个人品味)进行过滤。

2、具有推荐新信息的能力。由于用户对推荐信息的内容事先是预料不到的，通过协调过滤可以发现内容上完全不相似的信息，从而用户可以发现潜在的但自己尚未发现的兴趣偏好。

3、推荐个性化、自动化程度高。能够有效的利用其他相似用户的回馈信息、加快个性化学习的速度。

在协调过滤的实际应用中，人们一般可以通过协调过滤算法对信息或项目进行过滤。

协同过滤算法：协同过滤算是基于对用户历史行为数据的挖掘发现用户的喜好偏向，并预测用户可能喜好的产品或信息进行推荐。常用的协调过滤算可以包括：基于用户的协调过滤算法和基于物品的协调过滤算法。

在大数据时代的到来，信息化生活中产生的数据量与日俱增。面对大量的数据，推荐系统可以帮助用户从大量的数据中找到最有效最感兴趣的项目。例如，推荐系统可以协调过滤算法为用户推荐感兴趣的项目。

推荐系统在为用户推荐感兴趣的项目时，一般是将推荐结果以文本瀑布流的形式展示给用户。对于推荐结果的反馈，推荐系统主要是结合用户指定的条件，将推荐结果是文本瀑布流的形式展示给用户。由于文本瀑布流的形式仅以文字的形式显示推荐结果，但是，文本瀑布流的形式无法显示推荐结果与用户之间的关系。因此，用户无法直观的查看推荐结果与用户之间的关系。

面对上述问题，本申请实施例提供了一种项目推荐方法，在本申请实施例提供的项目推荐方法中，推荐装置可以通过与用户的交互，使用可视化技术向用户展示项目的推荐过程。基于本申请实施例提供的技术方案，推荐装置可以通过显示屏向用户展示推荐项目，并通过与用户交互，以使得用户可以清楚直观的了解推荐项目的确定过程。

本申请实施例中所涉及的项目可以包括视频、文章、音乐等任一项。例如，视频可以为电影、电视剧、记录片、综艺节目等。文章可以为论文、新闻、小说等。音乐可以为中文歌曲、英文歌曲等。不予限制。

下面将结合附图对本申请实施例的实施方式进行详细描述。

如图1所示，为本申请实施例提供的一种项目推荐装置，该项目推荐装置可以包括注册模块101、登录模块102、用户偏好提取模块103、推荐结果的呈现、解释和反馈模块104。其中，注册模块101和用户偏好提取模块103连接，登录模块102与推荐结果的呈现、解释和反馈模块104连接。

其中，注册模块101用于接收用户的注册指令，并向用户偏好提取模块103发送该注册指令，以触发用户偏好提取模块103提取用户的偏好。

登录模块102用于接收用户的登录指令并验证用户的登录指令是否正确。该登录指令可以包括用户的账号和密码。登录模块102接收到用户输入的账号和密码之后，可以验证用户输入的账号和密码与存储的账号和密码是否一致，若一致，则用户的账号和密码正确。在用户的账号和密码正确的情况下，登录模块102可以向推荐结果的呈现、解释和反馈模块104发送第一指令，该第一指令用于指示推荐结果的呈现、解释和反馈模块104向用户展示推荐结果、推荐结果的解释以及反馈结果。若不一致，则用户的账号和密码错误。在用户的账号和密码错误的情况下，登录模块102可以提示账号和/或密码错误。

用户偏好提取模块103用于在接收到用户的注册指令的情况下，与推荐系统交互，获取用户偏好的项目。

推荐结果的呈现、解释和反馈模块104用于在接收到登录模块102的第一指令的情况下，与推荐系统交互，获取推荐结果、推荐结果的解释以及反馈结果，并向用户展示推荐结果、推荐结果的解释以及反馈结果。

如图2所示，为本申请实施例提供的另一种项目推荐装置，该项目推荐装置可以包括聚类生成模块201、聚类可视化模块202、推荐算法模块203、推荐结果可视化模块204、人机交互组件模块205。聚类生成模块201与聚类可视化模块202连接，推荐算法模块203和人机交互模块205分别与聚类可视化模块202、推荐结果可视化模块204连接。

其中，聚类生成模块201用于生成多个聚类以及代表性标签，并向聚类可视化模块202发送该多个聚类以及代表性标签。每个聚类可以包括多个代表性标签。

聚类可视化模块202用于接收来自聚类生成模块201的多个聚类以及代表性标签，并显示该多个聚类以及代表性标签。

推荐算法模块203用于在接收到来自人机交互组件205的用户的偏好后，根据用户的偏好计算推荐结果。

推荐结果可视化模块204用于将推荐算法模块203计算的推荐结果进行可视化。

人机交互组件205用于与聚类可视化模块202进行交互操作，获取用户的偏好，还用于对推荐结果可视化进行交互操作。

如图3所示，为本申请实施例提供的又一种项目推荐装置，该项目推荐装置可以包括推荐算法模块301、相似度运算模块304、推荐反馈可视化模块305、人机交互组件306。其中，推荐算法模块301分别与推荐结果可视化模块302、推荐解释可视化模块303连接，相似度运算模块304与推荐反馈可视化模块305连接，人机交互组件306分别与推荐结果可视化模块302、推荐解释可视化模块303、推荐反馈可视化模块305连接。

其中，推荐算法模块301、推荐结果可视化模块302、推荐解释可视化模块303、推荐反馈可视化模块305、人机交互组件306的功能可以参照图2所示，此处不予赘述。

其中，相似度运算模块304用于计算并存储离线的项目之间相似度以及计算实时项目之间的混合相似度。

需要说明的是，图2中的聚类可视化模块202、推荐结果可视化模块204，以及图3中的聚类结果可视化模块302、推荐解释可视化模块303、推荐反馈可视化模块305，均与项目推荐装置的显示单元连接。或者，图1、图2以及图3中的多个模块可以集成为一个模块，或者，多个模块中的部分模块可以集成为一个模块。例如，图3中的推荐结果可视化模块302、推荐解释可视化模块303、推荐反馈可视化模块305也可以集成为同一模块，即，可以统称为显示模块。

具体实现时，图2和图3的项目推荐装置均可以采用图4所示的组成结构，或者包括图4所示的部件。图4为本申请实施例提供的一种项目装置400的组成示意图，该项目装置400可以为推荐装置或者推荐装置中的芯片或者片上系统。或者，该项目装置400可以为推荐装置中的芯片或者片上系统。如图4所示，该推荐装置400包括处理器401，通信接口402以及通信线路403。

进一步的，该推荐装置400还可以包括存储器404。其中，处理器401，存储器404以及通信接口402之间可以通过通信线路403连接。

其中，处理器401是CPU、通用处理器网络处理器(network processor，NP)、数字信号处理器(digital signal processing，DSP)、微处理器、微控制器、可编程逻辑器件(programmable logic device，PLD)或它们的任意组合。处理器401还可以是其它具有处理功能的装置，例如电路、器件或软件模块，不予限制。

通信接口402，用于与其他设备或其它通信网络进行通信。该其它通信网络可以为以太网，无线接入网(radio access network，RAN)，无线局域网(wireless local areanetworks，WLAN)等。通信接口402可以是模块、电路、通信接口或者任何能够实现通信的装置。

通信线路403，用于在推荐装置400所包括的各部件之间传送信息。

存储器404，用于存储指令。其中，指令可以是计算机程序。

其中，存储器404可以是只读存储器(read-only memory，ROM)或可存储静态信息和/或指令的其他类型的静态存储设备，也可以是随机存取存储器(random accessmemory，RAM)或可存储信息和/或指令的其他类型的动态存储设备，还可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compact disc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或其他磁存储设备等，不予限制。

需要指出的是，存储器404可以独立于处理器401存在，也可以和处理器401集成在一起。存储器404可以用于存储指令或者程序代码或者一些数据等。存储器404可以位于推荐装置400内，也可以位于推荐装置400外，不予限制。处理器401，用于执行存储器404中存储的指令，以实现本申请下述实施例提供的测量方法。

在一种示例中，处理器401可以包括一个或多个CPU，例如图4中的CPU0和CPU1。

作为一种可选的实现方式，推荐装置400包括多个处理器，例如，除图4中的处理器401之外，还可以包括处理器407。

进一步的，推荐装置400还包括输出设备405和输入设备406。示例性地，输入设备406是键盘、鼠标、麦克风或操作杆等设备，输出设备405是显示屏、扬声器(speaker)等设备。

需要指出的是，推荐装置400可以是台式机、便携式电脑、网络服务器、移动手机、平板电脑、无线终端、嵌入式设备、芯片系统或有图4中类似结构的设备。此外，图4中示出的组成结构并不构成对该终端设备的限定，除图4所示部件之外，该推荐装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本申请实施例中，芯片系统可以由芯片构成，也可以包括芯片和其他分立器件。

此外，本申请的各实施例之间涉及的动作、术语等均可以相互参考，不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例，具体实现中也可以采用其他的名称，不予限制。

为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一终端和第二终端仅仅是为了区分不同的终端，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

需要说明的是，本申请中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。

下面结合图1、图2以及图3所示推荐装置，对本申请实施例提供的项目推荐方法进行描述。其中，下述实施例所述的推荐装置可以具备图4所示部件，不予赘述。其中，本申请各实施例之间涉及的动作，术语等均可以相互参考，不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例，具体实现中也可以采用其他的名称，不予限制。本申请各实施例涉及的动作只是一个示例，具体实现中也可以采用其他的名称，如：本申请实施例所述的“包括在”还可以替换为“承载于”或者“携带在”等。

需要说明的是，本申请实施例提供的方法的执行主体可以为推荐装置或推荐装置中的部件，例如，可以为推荐装置的芯片或片上系统。不予限制。

下面结合图1、图2以及图3所示的推荐装置，对图5所示方法进行描述。

如图5所示，为本申请实施例提供的一种项目推荐方法，该方法包括：

步骤501、响应于用户的注册操作，推荐装置显示第一界面。

其中，推荐装置可以为图1、图2或者图3所示的推荐装置。用户可以通过推荐装置的输入设备(如键盘)向推荐装置发送注册请求。推荐装置在接收到用户的注册请求之后，可以通过显示单元(如显示屏)显示第一界面。例如，结合图1中的推荐装置，推荐装置中的注册模块101在接收到用户的注册请求之后，推荐装置可以通过显示单元显示第一界面。

其中，第一界面可以包括第一子界面、与第一子界面连接的多个第二子界面、第三子界面。

其中，第一子界面包括用户的标识，例如，用户的标识可以为用户的ID、用户的账号、或用户的昵称。

其中，一个第二子界面包括一个聚类的多个标签。每个标签对应一个气泡，气泡的面积用于表示标签对该聚类的代表性程度。

其中，第三子界面可以用于调整多个第二子界面的面积。调整后的第二子界面的面积用于表示用户对该聚类的偏好程度。调整后的第二子界面的面积越大，用户对该聚类的偏好程度越高。

例如，如图6所示，第三子界面可以包括多个加减组件，每个加减组件对应一个第二子界面。其中，加减组件中的“+”用于增加第二子界面的面积，加减组件中的“-”用于减小第二子界面的面积。加减组件中的数字可以用于表示用户的偏好程度。

例如，响应于用户对加减组件的点击操作，推荐装置可以对第二子界面的面积进行调整。当推荐装置检测到用户对“+”的点击操作，推荐装置可以增加第二子界面的面积。例如，第一子界面的图像为圆形，第一子界面的半径为1厘米(cm)。响应于加减组件加1的点击操作，推荐装置可以将第一子界面的半径可以增加1cm，也即，第一子界面的面积可以增加3×10^-4πcm²。用户对该加减组件对应的第二子界面中的聚类的偏好程度加1。当推荐装置检测到用户对“-”的点击操作，推荐装置可以减少第二子界面的面积。

需要说明的是，在用户注册阶段，每个加减组件中的数值可以为预设值。也即，初始生成的第一界面中的加减组件中的数值以及第二子界面的面积可以为预设值。每个加减组件的数值可以根据用户的需要进行调整，该数值的调整范围可以为预设范围。其中，预设值以及预设范围可以根据需要设置，例如，预设值可以为3，预设范围可以为0～5。不予限制。

步骤502、响应于用户的登录操作，推荐装置显示第二界面。

其中，用户可以通过推荐装置的输入设备(如键盘)向推荐装置发送登录请求。推荐装置在接收到用户的登录请求之后，可以通过显示单元(如显示器)显示第二界面。例如，结合图1中的推荐装置，推荐装置中的登录模块102在接收到用户的登录请求之后，推荐装置可以显示第二界面。

其中，推荐装置可以以可缩放矢量图形(Scalable Vector Graphics，SVG)的形式显示第二界面。

其中，第二界面可以包括多个第一子界面以及与第一子界面连接的多个第四子界面，一个第四子界面对应一个推荐项目。第一子界面与第四子界面的连线的长度用于表示推荐项目的预测评分。

例如，在得到多个推荐项目的预测评分之后，推荐装置可以将多个推荐项目中预测评分大于预设值的推荐项目，使用基于力导向图的可视化对推荐结果进行展示，也即，生成第二界面。

一种示例中，如图7所示，第二界面包括中心节点以及与中心节点连接的第一节点。中心节点包括用户的标识，一个第一节点包括一个推荐结果。中心节点与第一节点的连接线的长度与推荐结果的预测评分成反比。

例如，当推荐装置检测到用户的登录操作时，推荐装置可以将获取到的用户的标识传到图1中的推荐系统，推荐装置可以根据用户的标识调取用户兴趣模型，并使用协同过滤算法预测推荐项目的预测评分，将预测评分大于预设值的多个推荐项目展示给用户，也即，向用户显示第二界面。

一种可能的实现方式中，推荐装置可以根据推荐项目的相似项目集中的项目的混合相似度，确定推荐项目对应的多个相似项目。

其中，推荐项目的相似项目集包括多个与推荐项目的相似度(也可以称为协同相似度)大于预设值的项目。推荐项目的相似项目集为推荐装置根据用户-项目评分矩阵，以及基于项目的皮尔逊相似度确定。

其中，用户历史偏好可以以用户-项目评分矩阵的形式存储在数据库中。用户-项目评分矩阵可以包括用户对多个项目的评分。例如，哟用户-项目评分矩阵可以包括多个元素，每个元素表示用户对一个项目的评分。

其中，项目的混合相似度可以为根据相似项目集中的项目的多个权重确定。例如，以推荐项目为电影为例，该电影的导演/演员权重为w1，题材权重为w2，上映时间权重为w3，协同相似度权重为w4，基于评价相似度权重为w5。其中，w1、w2、w3、w4、w5的值均大于0，且，w1+w2+w3+w4+w5＝1。上述属性的权重的值可以根据需要设置，不予限制。其中，相似项目集可以以json字符串的格式离线存储在推荐装置的数据库中。

例如，推荐装置可以根据用户的评价查询最符合用户的评价的项目(记为m_j)。假设某个推荐结果为推荐项目m_k，推荐项目m_k的相似项目集为M＝{m₁，m₂，m₃，……，m_n}。推荐装置可以根据公式一计算M中的项目m_i与项目m_j的相似度sim_c。

其中，(|m_i,j|)为M中的项目m_i与项目m_j相同的导演/演员的数目，(|m_i,j|)_max为M中与m_j相同的导演/演员的数目的最大值。[|m_i,j|]为项目m_i与项目m_j相同题材的数目，[|m_i,j|]_max为M中与m_j相同题材的数目的最大值。{|m_i,j|}为m_i与m_j上映时间的差值的绝对值，{|m_i,j|}_max为M中与m_j上映时间的差值的绝对值的最大值。

最后，推荐装置可以基于评价的相似度sim_c与协同相似度sim_p进行加权混合，根据公式二，计算项目的混合相似度。

sim＝w4*sim_p+w5*sim_c公式二

其中，公式二中的参数的含义可以参照上述描述，不予赘述。

进一步，为了便于用户更容易的查看推荐项目，用户可对第二界面进行平移、缩放、节点的拖拽等交互操作，点击推荐结果可以查看项目详情。基于此，用户在查看可视化的推荐结果的同时，用户还可以点击推荐解释，清楚直观的查看推荐项目。

例如，推荐装置可以使用基于力导向图的可视化对推荐解释进行展示。第二界面还可以包括多个第五子界面。一个第五子界面包括一个与推荐项目的相似度大于预设值的项目。一个第五子界面的一端与一个第四子界面连接，另一端连接有一个第六子界面。第六子界面包括一个用户的标识。

如图7所示，以项目为电影为例，推荐装置可以将当前的用户的标识作为中心节点，周围的多个第一节点为当前的用户看过的电影，线的长度与当前的用户对其评分成反比。较远的多个节点为当前的用户的近邻以及近邻看过且为高评分的电影。近邻与当前的用户通过共同看过的电影进行连接，同样，线的长度与近邻对其评分成反比。

进一步，为了动态的解释推荐项目，以使得用户理解基于用户协同过滤推荐的基本思想即为“给用户推荐的物品为其相似用户喜欢的物品”。

当用户在第二界面的上半部分将鼠标移动至某个推荐结果节点时，在第二界面的下半部分推荐解释会动态地改变该推荐结果与近邻用户节点的连线的颜色、该近邻与当前用户共同看过的电影的连线的颜色。

基于图5所示的技术方案，推荐装置可以通过与用户的交互操作，向用户展示项目的推荐过程。例如，当推荐装置检测到用户的注册操作，推荐装置可以向用户展示初始界面。该初始界面包括多个聚类。当推荐装置检测到用户对初始界面的操作时，推荐装置可以根据用户的操作，向用户展示推荐界面。该推荐界面包括多个用户感兴趣的项目。基于此，本申请提供的技术方案，推荐装置通过与用户的交互，可以直观的向用户显示推荐项目的确定过程，便于用户理解。

在图5的一种可能的实现方式中，本申请实施例提供的方法，还可以包括：推荐装置生成多个聚类。

其中，一个聚类可以包括多个项目。每个项目可以包括多个标签。每个标签为项目的一个属性信息。例如，以项目为电影为例，项目的属性信息可以包括主要演员、导演、上映时间等。这些属性信息均可以称为项目的标签。结合图2所示的推荐装置，推荐装置中的聚类生成模块201可以生成多个聚类。

一种可能的实现方式中，推荐装置可以根据基于聚类算法的聚类模型得到多个聚类。

其中，该基于聚类算法的聚类模型的输入为多个带有相同特征向量的项目，输出为多个聚类。

其中，带有相同特征向量是指输入的项目具有相同类型的特征参数，例如，特征参数可以为项目与其他项目的相似度，根据项目与其他项目的多个相似度可以得到该项目的相似度向量，也即该项目的特征向量。

例如，对于n个项目中的任一个项目i，项目i与项目1的相似度为Si1，与项目2的相似度为Si2，……与项目n的相似度为Sin。由此可得，项目i的特征向量可以为Vi＝{Si1，Si2，...，Sin}。其中，i、n为正整数。

在图5的另一种可能的实现方式中，本申请实施例提供的方法，还可以包括：推荐装置确定每个聚类中每个标签的代表性程度。

其中，标签的代表性程度用于表示标签的准确性/有效性。代表性程度越大，标签的准确性越高，则该标签贴近用户的实际需求；代表性程度越小，标签的准确性越低，该标签远离用户的实际需求。

其中，每个聚类中的一个项目可以包括多个标签组。每个标签组包括多个标签。

其中，标签的代表性程度可以根据标签对该聚类的相关度和唯一度得到。例如，标签的代表性程度可以为标签对该聚类的相关度和唯一度的乘积。标签对该聚类的相关度是指在一个聚类中一个标签的数量与该标签所在标签组的所有标签的数量的比值。标签对该聚类的唯一度是指一个标签的数量与所有聚类中该标签的数量的比值。

例如，对于聚类j，该聚类j包括多个标签。对于多个标签中任一个标签i，标签i的代表性程度可以根据标签i对聚类j的相关度与标签i对聚类j的唯一度的乘积得到。

其中，标签i对聚类j的相关度是指在聚类j中，标签i的数量与标签i所在标签组的所有标签的数量的比值。标签i对聚类j的唯一度是指在聚类j中，标签i的数量与所有聚类中标签i的数量的比例。

例如，以项目为电影，每个聚类包括多个电影为例，获取每个聚类中每个电影的演员、导演、题材、上映时间等属性信息。其中，每个属性信息可以为一个标签组，每个标签组包括多个标签。如表1所示，聚类1包括5部电影，分别为电影1～电影5。聚类2包括5部电影，分别为电影6～电影10。聚类1和聚类2均可以包括标签组1～标签组4。每个标签组可以包括多个标签。比如，聚类和聚类2的信息可以如表1所示。

表1

需要说明的是，表1中，每个字母表示一个演员名称，例如，A表示演员1，B表示演员2，相同的字母表示同一个演员。如，电影1和电影2具有的演员1和演员2。表1中例子仅为示例性的，还可以包括其他属性信息，例如，还可以包括时长、票房等。不予限制。

例如，对于表1中的标签(A)、张三。标签(A)对聚类1的相关度＝2/20＝0.2，标签(A)对聚类1的唯一度＝2/4＝0.5。则标签(A)对聚类1的代表性程度＝0.2*0.5＝0.1。标签(张三)对聚类1的相关度＝3/10＝0.3，标签(张三)对聚类1的唯一度＝2/3≈0.78。则标签(张三)对聚类1的代表性程度＝0.3*0.78＝0.234。

需要说明的是，若项目为电影，则一部电影可以具有多个题材。例如，一部电影的题材可以包括现代、爱情、喜剧等。

在图5的又一种可能的实现方式中，本申请实施例提供的方法，还可以包括：推荐装置获取用户对每个聚类的偏好程度，并根据用户对多个聚类的偏好程度、每个聚类中项目的多个用户的评分，计算多个项目的预测评分，得到多个推荐结果。

其中，加减组件中的调整后的数值可以用于表示获取对聚类的偏好程度。其中，加减组件中的数值越大，表示用于对该聚类的偏好程度越高，该聚类所在的第二子界面的面积越大。

响应于用户对第三子界面中的加减组件的操作，可以得到用户对每个聚类的偏好程度。例如，在检测到用户对每个加减组件的操作完成之后，推荐装置可以获取到每个加减组件对应的数值，也即，用户对每个聚类的偏好程度。比如，第一子界面还可以包括“完成”的显示块，当用户在完成对每个加减组件的操作之后，可以点击该显示块。但推荐装置检测到用户的点击操作之后，可以确定用户对加减组件的操作完成。进而，推荐装置可以获取用户对每个聚类的偏好程度。

其中，多个用户可以为聚类中每个项目的评分高于预设评分对应的用户。例如，对于聚类中的多个项目的项目1和项目2，项目1和项目2的对应的评分如表2所示。

表2

需要说明的是，表2中的用户以及用户对项目的评分仅为示例性的，还可以包括其他项目以及对应的评分，不予限制。

一种可能的实现方式中，推荐装置可以利用协调过滤算法，比如，基于用户的协同过滤算法，确定每个聚类对应的伪用户画像的推荐项目的预测评分。其中，伪用户画像可以为用户对多个项目的评分。基于用户的协议过滤算法可以参照现有技术，不予赘述。

一种示例中，以预设评分为5为例，基于表2，推荐装置可以确定项目1对应的多个用户为用户3、用户4、用户5，项目2对应的多个用户为用户1、用户5、用户6。也即，推荐装置可以得到该聚类对应的用户集合{用户1，用户3，用户4，用户5，用户6}。推荐装置可以根据该用户集合，查询该用户集合中每个用户对其他项目的评分，并根据每个用户对其他项目的评分的均值，确定该用户集合对应的伪用户画像。

其中，其他项目是指用户给出评分的多个项目。例如，用户评分过的项目以及项目的评分分别为：项目a-5、项目b-6、项目c-7、项目a-6。

例如，用户1对其他项目的评分的均值为5.4，用户3对其他项目的评分的均值为6.6，用户4对其他项目的评分的均值为6.4，用户5对其他项目的评分的均值为5.7，用户6对其他项目的评分的均值为6.1。也即，该聚类的伪用户画像为{5.4，6.6，6.4，5.7，6.1}。

在得到每个聚类对应的伪用户画像的预测评分之后，推荐装置可以根据不同的伪用户画像计算多个预测评分的加权平均值，并结合每个聚类对应的用户偏好度，得到多个推荐项目的预测评分。

例如，推荐装置可以根据公式三，计算推荐项目的预测评分。

其中，Pre(u，i)用于表示推荐项目的预测评分。P_k用于表示用户对该聚类的偏好程度。rec(k,i)用于表示聚类对应的伪用户画像的推荐项目的预测评分。K为推荐项目的数量。

下面结合图1～图3所示的推荐装置，对图5所示的方法进行描述。

如图8所示，为本申请实施例提供的又一种项目推荐方法，该方法可以包括：

步骤801(可选的)、推荐装置生成多个聚类。

步骤802(可选的)、推荐装置确定每个聚类中每个标签的代表性程度。

步骤803、响应于用户的注册操作，推荐装置显示第一界面。

步骤804(可选的)、推荐装置获取用户对每个聚类的偏好程度。

步骤805(可选的)、推荐装置根据用户对多个聚类的偏好程度、每个聚类中项目的多个用户的评分，计算多个项目的预测评分，得到多个推荐结果。

步骤806、响应于用户的登录操作，推荐装置显示第二界面。

基于图8所示的技术方案，推荐装置可以通过与用户的交互操作，向用户展示项目的推荐过程。例如，当推荐装置检测到用户的注册操作，推荐装置可以向用户展示初始界面。该初始界面包括多个聚类。当推荐装置检测到用户对初始界面的操作时，推荐装置可以根据用户的操作，向用户展示推荐界面。该推荐界面包括多个用户感兴趣的项目。基于此，本申请提供的技术方案，推荐装置通过与用户的交互，可以直观的向用户显示推荐项目的确定过程，便于用户理解。

本申请上述实施例中的各个方案在不矛盾的前提下，均可以进行结合。

上述本申请提供的实施例中，从用户与推荐装置之间交互的角度对本申请实施例提供的方法进行了介绍。可以理解的是，项目推荐装置为了实现上述本申请实施例提供的方法中的各功能，项目推荐装置包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对项目推荐装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

一种示例中，本申请实施例提供了一种项目推荐装置，该项目推荐装置可以包括显示单元，该显示单元可以用于执行上述图5中的步骤501和步骤502，图8中的步骤803和步骤806。

一种可能的实施例中，该项目推荐装置还可以包括获取单元和处理单元。例如，获取单元可以用于执行上述步骤804。处理单元可以用于执行上述步骤801、步骤802、步骤805。

本申请实施例还提供了一种计算机可读存储介质。上述方法实施例中的全部或者部分流程可以由计算机程序来指令相关的硬件完成，该程序可存储于上述计算机可读存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。计算机可读存储介质可以是前述任一实施例的项目推荐装置的内部存储单元，例如项目推荐装置的硬盘或内存。上述计算机可读存储介质也可以是上述项目推荐装置的外部存储设备，例如上述项目推荐装置上配备的插接式硬盘，智能存储卡(smart media card,SMC)，安全数字(secure digital,SD)卡，闪存卡(flash card)等。进一步地，上述计算机可读存储介质还可以既包括上述项目推荐装置的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述项目推荐装置所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

需要说明的是，本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上，“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims

1.一种项目推荐方法，其特征在于，所述项目推荐方法包括：

响应于用户的注册操作，显示第一界面，所述第一界面包括第一子界面、与所述第一子界面连接的多个第二子界面、第三子界面，所述第一子界面包括所述用户的标识，所述多个第二子界面中每个第二子界面对应一个聚类，一个聚类包括多个标签，所述第三子界面用于调整所述多个第二子界面的面积，调整后的所述第二子界面的面积用于表示所述用户对所述聚类的偏好程度；对于多个聚类的任一个聚类j中的任一个标签i，所述标签i对应一个气泡，

其中，所述气泡的面积用于表征所述标签i的代表性程度，所述标签i的代表性程度为所述标签i对所述聚类j的相关度和唯一度确定，所述标签i对所述聚类j的相关度为所述标签i的数量与所述标签i所在标签组中的所有标签的数量的比值，所述标签i对所述聚类j的唯一度为所述标签i的数量与所述多个聚类中标签i的数量的比值，i，j为正整数；

响应于所述用户的登录操作，显示第二界面，所述第二界面包括所述第一子界面以及与所述第一子界面连接的多个第四子界面，一个第四子界面对应一个推荐项目，所述第一子界面与所述第四子界面的连线的长度用于表示所述推荐项目的预测评分。

2.根据权利要求1所述的项目推荐方法，其特征在于，每个所述第四子界面还连接有多个第五子界面，一个所述第五子界面包括一个与所述推荐项目的相似度大于预设值的项目。

3.根据权利要求1所述的项目推荐方法，其特征在于，在所述响应于用户的注册操作之前，所述方法还包括：

获取用户-项目评分矩阵，所述用户-项目评分矩阵包括多个元素，每个元素用于表示一个用户对一个项目的评分，所述用户-项目评分矩阵可以用于表征所述用户对多个项目的历史偏好；

基于皮尔逊相似度，计算所述多个项目之间的相似度；

根据所述多个项目之间的相似度以及聚类算法，得到多个聚类。

4.根据权利要求1-3任一项所述的项目推荐方法，其特征在于，所述方法还包括：

获取所述用户对每个聚类的偏好值，以及所述每个聚类中多个用户的评分；

根据所述多个用户的评分以及用户对所述每个聚类的偏好值，确定多个推荐项目。

5.一种项目推荐装置，其特征在于，所述项目推荐装置包括：显示单元，所述显示单元，用于：

6.根据权利要求5所述的项目推荐装置，其特征在于，每个所述第四子界面还连接有多个第五子界面，一个所述第五子界面包括一个与所述推荐项目的相似度大于预设值的项目。

7.根据权利要求5所述的项目推荐装置，其特征在于，所述项目推荐装置，还包括获取单元以及处理单元，

所述获取单元，用于获取用户-项目评分矩阵，所述用户-项目评分矩阵包括多个元素，每个元素用于表示一个用户对一个项目的评分，所述用户-项目评分矩阵可以用于表征所述用户对多个项目的历史偏好；

所述处理单元，用于基于皮尔逊相似度，计算所述多个项目之间的相似度；

所述处理单元，还用于根据所述多个项目之间的相似度以及聚类算法，得到多个聚类。

8.根据权利要求5-7任一项所述的项目推荐装置，其特征在于，

获取单元，用于获取所述用户对每个聚类的偏好值，以及所述每个聚类中多个用户的评分；

处理单元，用于根据所述多个用户的评分以及用户对所述每个聚类的偏好值，确定多个推荐项目。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令被执行时，实现如权利要求1至4中任一项所述的方法。

10.一种项目推荐装置，其特征在于，包括：处理器、存储器和通信接口；其中，通信接口用于所述项目推荐装置和其他设备或网络通信；所述存储器用于存储一个或多个程序，该一个或多个程序包括计算机执行指令，当该项目推荐装置运行时，处理器执行该存储器存储的该计算机执行指令，以使该项目推荐装置执行权利要求1至4中任一项所述的方法。