(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210878241.0 (22)申请日 2022.07.25 (71)申请人 北京京东振世信息技 术有限公司 地址 100086 北京市海淀区知春路76号6层 (72)发明人 张瑞　 (74)专利代理 机构 北京唯智勤实知识产权代理 事务所(普通 合伙) 11557 专利代理师 姜悦 (51)Int.Cl. G06F 21/62(2013.01) G06F 17/16(2006.01) (54)发明名称 物品信息推荐方法、 装置、 电子设备和计算 机可读介质 (57)摘要 本公开的实施例公开了物品信息推荐 方法、 装置、 电子设备和计算机可读介质。 该方法的一 具体实施方式包括： 响应于确定表征用户与物品 关联关系的关系矩阵中， 存在关系属性值为空的 目标元素， 从关系矩阵所指示的物品中， 选取与 目标物品相似的物品， 得到相似物品集； 基于关 系矩阵中， 各用户与目标物品的关系属性值， 以 及相似物品集中， 各相似物品与目标用户的关系 属性值， 确定目标用户与目标物品的预测关系属 性值； 对预测关系属性值进行隐私计算， 得到目 标关系属性值； 基于目标关系属性值， 确定推荐 物品， 并将物品信息发送给目标用户。 该实施方 式与信息安全有关， 在进行物品信息推荐的过程 中， 可以对用户的个人信息进行保护， 提升信息 的安全性。 权利要求书3页 说明书14页 附图4页 CN 115374469 A 2022.11.22 CN 115374469 A 1.一种物品信息推荐方法， 包括： 响应于确定表征用户与物品关联关系的关系矩阵中， 存在关系属性值为空的目标元 素， 从所述关系矩阵所指示的各物品中， 选取出预设数目个与目标物品相似的物品， 得到相 似物品集， 其中， 所述目标 元素所指示的物品为目标物品， 所指示的用户为目标用户； 基于所述关系矩阵中， 除所述目标用户以外各用户与所述目标物品的关系属性值， 以 及所述相似物品集中， 各相似物品与所述 目标用户的关系属 性值， 确定所述 目标用户与所 述目标物品的预测关系属性 值； 对所述预测关系属性 值进行隐私计算， 得到目标关系属性 值； 基于所述目标关系属性值， 确定推荐物品， 及将所述推荐物品的信息发送给所述目标 用户。 2.根据权利要求1所述的方法， 其中， 所述从所述关系矩阵所指示的各物品中， 选取出 预设数目个与目标物品相似的物品， 得到相似物品集， 包括： 根据所述关系矩阵中的各关系属性 值， 确定各物品与目标物品的关系属性相似度； 根据物品的标签属性信息， 确定各物品与所述目标物品的标签属性相似度； 基于关系属性相似度和标签属性相似度， 从所述关系矩阵所指示的各物品中， 选取出 预设数目个物品以作为所述目标物品的相似物品， 得到相似物品集 合。 3.根据权利要求2所述的方法， 其中， 所述根据所述关系矩阵中的各关系属性值， 确定 各物品与目标物品的关系属性相似度， 包括： 对于所述关系矩阵所指示的各物品中除目标物品外的物品， 确定与 该物品及所述目标 物品的关系属性值 非空的第一用户， 得到第一用户集合， 根据所述第一用户集合中， 各第一 用户与该物品的关系属 性值， 以及与所述 目标物品的关系属 性值， 利用皮尔逊相关系 数算 法， 确定该物品与所述目标物品的关系属性相似度。 4.根据权利要求2所述的方法， 其中， 所述根据物品的标签属性信息， 确定各物品与所 述目标物品的标签属性相似度， 包括： 对于所述关系矩阵所指示的各物品中除目标物品外的物品， 确定该物品与 所述目标物 品具有的相同标签属 性的数量， 基于相同标签属 性的数量， 确定该物品与所述目标物品的 标签属性相似度。 5.根据权利要求2所述的方法， 其中， 所述基于关系属性相似度和标签属性相似度， 从 所述关系矩阵所指示的各物品中， 选取 出预设数目个物品， 包括： 对于所述关系矩阵所指示的各物品中除目标物品外的物品， 将该物品的关系属性相似 度和标签属性相似度进行加权求和， 得到该物品与所述目标物品的综合相似度； 从所述各物品中， 按照综合相似度的值由高到低的顺序， 选取 出预设数目个物品。 6.根据权利要求1所述的方法， 其中， 所述对所述预测关系属性值进行隐私计算， 得到 目标关系属性 值， 包括： 利用差分隐私算法， 对所述预测关系属性值进行加噪处理， 将处理结果作为目标关系 属性值。 7.根据权利要求6所述的方法， 其中， 所述利用差分隐私算法， 对所述预测关系属性值 进行加噪处 理， 包括： 确定所述关系矩阵中各关系属性 值的最大值和最小值；权　利　要　求　书 1/3 页 2 CN 115374469 A 2根据所述 最大值、 所述 最小值、 预设隐私参数， 生成拉普拉斯噪声； 在所述预测关系属性 值中加入所述拉普拉斯噪声。 8.根据权利要求1所述的方法， 其中， 所述基于所述目标关系属性值， 确定推荐物品， 包 括： 对所述关系矩阵中的各关系属性 值进行所述隐私计算， 得到备用关系矩阵； 根据所述目标关系属性值， 对所述备用关系矩阵中的所述目标元素进行填充， 得到目 标关系矩阵； 基于所述目标关系矩阵确定推荐物品。 9.根据权利要求8所述的方法， 其中， 所述对所述关系矩阵中的各关系属性值进行所述 隐私计算， 得到备用关系矩阵， 包括： 利用差分隐私算法， 对所述关系矩阵中的各关系属性值进行加噪处理， 将处理后的关 系矩阵作为备用关系矩阵。 10.根据权利要求8所述的方法， 其中， 所述基于所述目标关系矩阵确定推荐物品， 包 括： 根据所述目标关系矩阵， 利用基于用户的协同过滤算法， 确定所述目标用户与各候选 物品的预估关系属性值， 其中， 所述候选物品为所述目标关系矩阵所指示的各物品中， 与所 述目标用户的关系属性 值为填充的目标关系属性 值的物品； 根据预估关系属性 值， 从各候选物品中选取候选物品作为推荐物品。 11.根据权利要求1 ‑10之一所述的方法， 其中， 所述关系矩阵通过以下 方法生成： 根据样本数据集， 确定用户数量、 物品数量， 以及用户与物品之间的各关系属性值， 其 中， 所述样本数据集中的样本数据包括用户信息、 物品信息和关联信息； 基于用户数量和物品数量， 确定关系矩阵的行 数和列数； 基于用户与物品之间的各关系属性 值， 确定所述关系矩阵中各 元素的值。 12.根据权利要求11所述的方法， 其中， 所述基于用户与物品之间的各关系属性值， 确 定所述关系矩阵中各 元素的值， 包括： 对用户与物品之间的各关系属性值进行归一化处理， 将处理后的各关系属性值作为所 述关系矩阵中对应元 素的值。 13.一种物品信息推荐装置， 包括： 相似物品选取单元， 被配置成响应于确定表征用户与物品关联关系的关系矩阵中， 存 在关系属 性值为空的目标元素， 从所述关系矩阵所指示的各物品中， 选取出预设数目个与 目标物品相似的物品， 得到相似物品集， 其中， 所述 目标元素所指示的物品为目标物品， 所 指示的用户为目标用户； 关系属性预测单元， 被配置成基于所述关系矩阵中， 除所述目标用户以外各用户与所 述目标物品的关系属 性值， 以及所述相似物品集中， 各相似物品与所述 目标用户的关系属 性值， 确定所述目标用户与所述目标物品的预测关系属性 值； 计算单元， 被配置成对所述预测关系属性 值进行隐私计算， 得到目标关系属性 值； 推荐单元， 被配置成基于所述目标关系属性值， 确定推荐物品， 及将所述推荐物品的信 息发送给 所述目标用户。 14.一种电子设备， 包括：权　利　要　求　书 2/3 页 3 CN 115374469 A 3