产品推荐程度的评价方法、装置、可读介质以及设备与流程

1.本技术涉及信息处理技术领域，尤其涉及一种产品推荐程度的评价方法、装置、可读介质以及设备。


背景技术：

2.现有技术中，为了更够更好的了解不同产品的使用实体对产品的需求、认可程度以及体验，业务人员通常需要对产品进行评分，以确定产品的推荐程度。对于某类实体而言，推荐程度越高的产品越值得向该类实体加大推送力度。
3.目前，业务人员对产品进行评价时，主要是根据产品的类别、收益等仅与自身相关的产品属性进行评价，没有考虑到产品之间的关联关系。而随着产品的数量越来越多，产品间的关联关系也越来越复杂，往往与其他产品之间的关联关系越强的产品，对于大部分使用实体来说需求越高，具有越高的推荐程度。因此，在对产品进行评价时，还需要对产品与其他产品之间的关联程度进行评价，以通过产品与其他产品之间的关联程度来确定产品的推荐程度。


技术实现要素：

4.基于上述现有技术的不足，本技术提供了一种产品推荐程度的评价方法、装置、可读介质以及设备，以实现评价产品的关联度，通过产品的关联度来确定产品的推荐程度。
5.为了实现上述目的，现提出的方案如下：
6.本技术第一方面公开了一种产品推荐程度的评价方法，包括：
7.接收用户的定制化关联度查询请求；其中，所述定制化关联度查询请求中携带有特定产品属性信息、特定实体属性信息以及特定时段；所述定制化关联度查询请求用于请求查询目标使用实体所使用过的每一个具有所述特定产品属性信息的产品的关联度评分；所述目标使用实体指代在所述特定时段内使用过具有所述特定产品属性信息的产品的、且具有所述特定实体属性信息的实体；
8.根据所述定制化关联度查询请求，确定出定制化的实体产品信息；其中，所述定制化的实体产品信息，包括：每一个所述目标使用实体在所述特定时段内所使用过的每一个具有所述特定产品属性信息的产品的信息；
9.针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，通过所述定制化的实体产品信息计算出所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度；其中，所述产品与所述定制化的实体产品信息中的其他产品之间的关联度通过所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对应的共同的目标使用实体的人数计算得到；
10.针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，根据所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度，确定
出所述产品的关联度评分，并将所述产品的关联度评分返回至所述用户；其中，所述产品的关联度评分用于说明所述产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度；所述产品的关联度评分用于评估所述产品在具有特定实体属性信息的实体中，相较于所有具有所述特定产品属性信息的产品的推荐程度。
11.可选地，在上述产品推荐程度的评价方法中，所述根据所述定制化关联度查询请求，确定出定制化的实体产品信息，包括：
12.根据所述定制化关联度查询请求，从每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵中，计算得到定制化的实体产品共线矩阵；其中，所述实体的实体产品共线矩阵用于说明所述实体在每一个时段内所使用过的产品；所述实体的属性信息矩阵用于说明所述实体的属性信息；所述产品的属性信息矩阵用于说明所述产品的属性信息；所述定制化的实体产品共线矩阵用于说明定制化的实体产品信息。
13.可选地，在上述产品推荐程度的评价方法中，所述产品与所述定制化的实体产品信息中的其他产品之间的关联度的计算过程，包括：
14.从所述定制化的实体产品信息中确定出所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对应的共同的目标使用实体的人数；
15.使用协同过滤算法对所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对应的共同的目标使用实体的人数进行计算，计算得到所述产品与所述其他产品之间的关联度。
16.可选地，在上述产品推荐程度的评价方法中，所述针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，通过所述定制化的实体产品信息计算出所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度，包括：
17.针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，通过协同过滤算法对所述定制化的实体产品共线矩阵进行计算，计算得到所述产品的定制化关联度矩阵；其中，所述产品的定制化关联度矩阵用于说明所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度。
18.可选地，在上述产品推荐程度的评价方法中，所述使用协同过滤算法对所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对应的共同的目标使用实体的人数进行计算，计算得到所述产品与所述其他产品之间的关联度，包括：
19.将所述产品与所述其他产品之间所对应的共同的目标使用实体的人数，除以所述产品所对应的目标使用实体的人数和所述其他产品所对应的目标使用实体的人数的乘积的平方根，计算得到所述产品与所述其他产品之间的关联度。
20.可选地，在上述产品推荐程度的评价方法中，所述针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，根据所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度，确定出所述产品的关联度评分，包括：
21.针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，对所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度求取平
均值，将求取出的平均值确定为所述产品的关联度评分。
22.可选地，在上述产品推荐程度的评价方法中，每一个所述实体的实体产品共线矩阵、每一个所述实体的属性信息矩阵、以及每一个所述产品的属性信息矩阵均按照预设的更新周期进行更新。
23.本技术第二方面公开了一种产品推荐程度的评价装置，包括：
24.接收单元，用于接收用户的定制化关联度查询请求；其中，所述定制化关联度查询请求中携带有特定产品属性信息、特定实体属性信息以及特定时段；所述定制化关联度查询请求用于请求查询目标使用实体所使用过的每一个具有所述特定产品属性信息的产品的关联度评分；所述目标使用实体指代在所述特定时段内使用过具有所述特定产品属性信息的产品的、且具有所述特定实体属性信息的实体；
25.第一确定单元，用于根据所述定制化关联度查询请求，确定出定制化的实体产品信息；其中，所述定制化的实体产品信息，包括：每一个所述目标使用实体在所述特定时段内所使用过的每一个具有所述特定产品属性信息的产品的信息；
26.第一计算单元，用于针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，通过所述定制化的实体产品信息计算出所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度；其中，所述产品与所述定制化的实体产品信息中的其他产品之间的关联度通过所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对应的共同的目标使用实体的人数计算得到；
27.第二确定单元，用于针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，根据所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度，确定出所述产品的关联度评分；
28.返回单元，用于将所述产品的关联度评分返回至所述用户；其中，所述产品的关联度评分用于说明所述产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度；所述产品的关联度评分用于评估所述产品在具有特定实体属性信息的实体中，相较于所有具有所述特定产品属性信息的产品的推荐程度。
29.可选地，在上述产品推荐程度的评价装置中，所述第一确定单元，包括：
30.第一计算子单元，用于根据所述定制化关联度查询请求，从每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵中，计算得到定制化的实体产品共线矩阵；其中，所述实体的实体产品共线矩阵用于说明所述实体在每一个时段内所使用过的产品；所述实体的属性信息矩阵用于说明所述实体的属性信息；所述产品的属性信息矩阵用于说明所述产品的属性信息；所述定制化的实体产品共线矩阵用于说明定制化的实体产品信息。
31.可选地，在上述产品推荐程度的评价装置中，所述第一计算单元执行所述产品与所述定制化的实体产品信息中的其他产品之间的关联度的计算过程时，用于：
32.从所述定制化的实体产品信息中确定出所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对应的共同的目标使用实体的人数；使用协同过滤算法对所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对
应的共同的目标使用实体的人数进行计算，计算得到所述产品与所述其他产品之间的关联度。
33.可选地，在上述产品推荐程度的评价装置中，所述第一计算单元，包括：
34.第二计算子单元，用于针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，通过协同过滤算法对所述定制化的实体产品共线矩阵进行计算，计算得到所述产品的定制化关联度矩阵；其中，所述产品的定制化关联度矩阵用于说明所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度。
35.可选地，在上述产品推荐程度的评价装置中，所述第一计算单元执行使用协同过滤算法对所述产品所对应的目标使用实体的人数、所述其他产品所对应的目标使用实体的人数、以及所述产品与所述其他产品之间所对应的共同的目标使用实体的人数进行计算，计算得到所述产品与所述其他产品之间的关联度时，用于：
36.将所述产品与所述其他产品之间所对应的共同的目标使用实体的人数，除以所述产品所对应的目标使用实体的人数和所述其他产品所对应的目标使用实体的人数的乘积的平方根，计算得到所述产品与所述其他产品之间的关联度。
37.可选地，在上述产品推荐程度的评价装置中，所述第二确定单元，包括：
38.第三计算子单元，用于针对所述定制化的实体产品信息中的每一个具有所述特定产品属性信息的产品，对所述产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度求取平均值，将求取出的平均值确定为所述产品的关联度评分。
39.可选地，在上述产品推荐程度的评价装置中，还包括：
40.更新单元，用于每一个所述实体的实体产品共线矩阵、每一个所述实体的属性信息矩阵、以及每一个所述产品的属性信息矩阵均按照预设的更新周期进行更新。
41.本技术第三方面公开了一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上述第一方面中任一所述的方法。
42.本技术第四方面公开了一种产品推荐程度的评价设备，包括：
43.一个或多个处理器；
44.存储装置，其上存储有一个或多个程序；
45.当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述第一方面中任一所述的方法。
46.从上述技术方案可以看出，本技术实施例公开的产品推荐程度的评价方法中，通过接收用户的定制化关联度查询请求，然后根据定制化关联度查询请求，确定出定制化的实体产品信息，其中定制化的实体产品信息，包括：每一个目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品的信息，进而针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过定制化的实体产品信息计算出产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。由于产品与定制化的实体产品信息中的其他产品之间的关联度通过产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数计算得到的，因此能够反映该产品与定制化的实体产品信息中的其他产品之间的关联关系，进而针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，根据产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度，确定出产品的关联度评分，并将
产品的关联度评分返回至用户。由于本技术实施例中产品的关联度评分说明了产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度，因此能够通过产品的关联度评分评估该产品在产品在具有特定实体属性信息的实体中，相较于所有具有特定产品属性信息的产品的推荐程度，不但满足了现有技术中需要对产品的关联度进行评价的需求，且对关联度进行评价时还考虑了特定的应用场景，进而能够评价产品在特定应用场景下的推荐程度。
附图说明
47.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。
48.图1为本技术实施例提出的一种产品推荐程度的评价方法的流程示意图；
49.图2为本技术实施例提出的一种关联度的计算方法的流程示意图；
50.图3为本技术实施例提出的一种产品与产品之间的关联度示意图；
51.图4为本技术实施例提出的一种产品推荐程度的评价装置的结构示意图。
具体实施方式
52.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
53.参阅图1，本技术实施例公开了一种产品推荐程度的评价方法，可应用于服务器中，具体包括以下步骤：
54.s101、接收用户的定制化关联度查询请求。
55.其中，定制化关联度查询请求中携带有特定产品属性信息、特定实体属性信息以及特定时段。定制化关联度查询请求用于请求查询目标使用实体所使用过的每一个具有特定产品属性信息的产品的关联度评分。目标使用实体指代在特定时段内使用过具有特定产品属性信息的产品的、且具有特定实体属性信息的实体。实体指的是使用产品的用户。
56.定制化关联度查询请求可以通过用户在用户前端中对特定产品属性信息、特定实体属性信息以及特定时段进行设定而生成，然后再由用户前端将定制化关联度查询请求发送至服务器。
57.举例说明，例如某个公司的某个销售小组主要负责销售存款类产品，而该销售小组想要在妇女节当天在对于女性用户而言推荐程度较高的存款类产品中，向女性用户投放一些优惠活动，因此该销售小组可以通过前端将特定产品属性信息定设定为存款类，特定实体属性信息设定为女性，特定时段设定设定为近1个月，完成设定后生成了一个定制化关联度查询请求并发送至服务器进行查询，该定制化关联度查询请求用于查询查询女性用户在近一个月内所使用过的每一款存款类产品的关联度评分，进而通过这些存款类产品的关联度评分，挑选出在女性用户中推荐程度较高的存款类产品。
58.可选地，特定产品属性信息也可以设定为无，即生成的定制化关联度查询请求中对产品不限定具体的产品属性，而特定实体属性信息也可以设定为无，即生成的定制化关联度查询请求中对实体不限定具体的实体属性。当特定产品属性信息和特定实体属性信息均设置为无时，此时生成的定制化关联度查询请求用于请求查询目标使用实体所使用过的每一个的产品的关联度评分，而此时的目标使用实体指代在特定时长内使用过产品的实体。
59.其中，产品属性用于描述产品的特征。产品属性可以包括产品的类别、产品与其他产品间的依赖关系、产品的使用范围、产品的收益等等。而实体属性则用于描述实体的特征，实体属性可以包括性别、年龄、职业、爱好、资产情况等。
60.s102、根据定制化关联度查询请求，确定出定制化的实体产品信息，其中，定制化的实体产品信息，包括：每一个目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品的信息。
61.由于定制化关联度查询请求中指定了特定产品属性信息、特定实体属性信息以及特定时段，因此可以使用特定产品属性信息、特定实体属性信息以及特定时段查找确定出定制化的实体产品信息，即确定出每一个目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品的信息。具体的，可以从所有实体在各个时段内使用过的产品信息中，查找出满足特定实体属性信息、特定时段、以及特定产品属性信息的信息内容，得到了定制化的实体产品信息。
62.可选地，在本技术一具体实施例中，执行步骤s102的一种实施方式，包括：
63.根据定制化关联度查询请求，从每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵中，计算得到定制化的实体产品共线矩阵。
64.其中，实体的实体产品共线矩阵用于说明实体在每一个时段内所使用过的产品，实体的属性信息矩阵用于说明实体的属性信息，产品的属性信息矩阵用于说明产品的属性信息，定制化的实体产品共线矩阵用于说明定制化的实体产品信息。每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵均是预先构建好的矩阵。
65.可选地，每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵均按照预设的更新周期进行更新。具体的，服务器可以按照更新周期更新所有实体的产品使用记录，然后将更新后的所有实体的产品使用记录以每一个实体的实体产品共线矩阵的形式存储。同样的，服务器可以按照更新周期更新所有产品的属性信息，然后将更新后的所有所有产品的属性信息以每一个产品的属性信息矩阵的形式存储。服务器还可以按照更新周期更新所有实体的属性信息，然后将更新后的所有实体的属性信息以每一个实体的属性信息矩阵的形式存储。
66.可选地，在本技术一具体实施例中，可以通过离线计算中心按照更新周期，周期性的计算并存储每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵。实体的实体产品共线矩阵可以以结构为<设定时间点，实体标识码，产品标识码>的数据表a的形式存储。实体的属性信息矩阵可以以结构为<设定时间点，实体标识码，实体属性名，实体属性标识码>的数据表b的形式存储，产品的属性信息矩阵可以以结构为<设定时间点，产品标识码，产品属性名，产品属性标识码>的数据表c的形式存储。可
选地，还可以通过离线计算中心中加载出每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵，然后离线计算中心根据定制化关联度查询请求，从每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵中，计算得到定制化的实体产品共线矩阵。
67.s103、针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过定制化的实体产品信息计算出产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。
68.其中，产品与定制化的实体产品信息中的其他产品之间的关联度通过产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数计算得到。产品与其他产品之间所对应的共同的目标使用实体的人数相较于产品所对应的目标使用实体的人数以及其他产品所对应的目标使用实体的人数越高，说明同时使用产品与其他产品的实体占比越大，使用产品的实体与使用其他产品的实体高度重合，因此产品与其他产品之间的关联度应该是越高的。
69.举例说明，定制化的实体产品信息中包括有每一个目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品的信息，定制化的实体产品信息中的每一个具有特定产品属性信息的产品指的就是所有目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品。针对每一个产品，使用定制化的实体产品信息计算出产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。举例说明，例如定制化的实体产品信息中包括：a用户使用了产品a和产品b，b用户使用了产品b和产品c，c用户使用了产品a。那么定制化的实体产品信息中，总共提及了产品a、产品b以及产品c，针对产品a，需要通过定制化的实体产品信息计算产品a与产品b之间的关联度。以及产品a与产品c之间的关联度。
70.可选地，在本技术一具体实施例中，执行步骤s103的一种实施方式，包括：
71.针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过协同过滤算法对定制化的实体产品共线矩阵进行计算，计算得到产品的定制化关联度矩阵。
72.其中，产品的定制化关联度矩阵用于说明产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。可选地，在产品的定制化关联度矩阵还用于说明产品与产品自身之间的关联度，产品与产品自身之间的关联度是一个固定值。任何产品与产品自身之间的关联度均是一样大小的固定值。
73.可选地，参阅图2，在本技术一具体实施例中，产品与定制化的实体产品信息中的其他产品之间的关联度的计算过程，包括：
74.s201、从定制化的实体产品信息中确定出产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数。
75.从定制化的实体产品信息中，首先统计计算出产品所对应的目标使用实体的人数(即从定制化的实体产品信息中统计出使用该产品的目标使用实体的人数)、其他产品所对应的目标使用实体的人数(即从定制化的实体产品信息中统计出使用该其他产品的目标使用实体的人数)、以及产品与其他产品之间所对应的共同的目标使用实体的人数(即从定制化的实体产品信息中统计出共同使用该产品和该其他产品的目标使用实体的人数)。可选
地，在本技术一具体实施例中，若执行步骤s102时根据定制化关联度查询请求，从每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵中，计算得到定制化的实体产品共线矩阵，而定制化的实体产品共线矩阵用于说明定制化的实体产品信息，则在执行步骤s201时，直接从定制化的实体产品共线矩阵中统计计算出出产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数。
76.需要说明的是其他产品所对应的目标使用实体的人数，指的是一个其他产品所对应的目标使用实体的人数。产品与其他产品之间所对应的共同的目标使用实体的人数也指的是两个产品之间的共同的目标使用实体的人数。而图2示出的计算过程适用于该产品与任意一个其他产品之间的关联度计算。
77.s202、使用协同过滤算法对产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数进行计算，计算得到产品与其他产品之间的关联度。
78.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信息。在本技术实施例中，使用协同过滤算法对产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数进行计算，所计算出的产品与其他产品之间的关联度，就能够反映产品与其他产品之间的关联程度，或者说是依赖程度。产品与其他产品之间的关联度越高，说明实体同时使用产品和其他产品的概率较高。如果产品与其他产品之间的关联度低，那么使用该产品的实体与使用其他产品的实体之间的重合度很低。可选地，通过协同过滤算法计算出的产品与其他产品之间的关联度可以是产品与其他产品之间所对应的共同的目标使用实体的人数、相较于产品所对应的目标使用实体的人数和其他产品所对应的目标使用实体的人数之间的比值。
79.可选地，在本技术一具体实施例中，执行步骤s202的一种实施方式，包括：
80.将产品与其他产品之间所对应的共同的目标使用实体的人数，除以产品所对应的目标使用实体的人数和其他产品所对应的目标使用实体的人数的乘积的平方根，计算得到产品与其他产品之间的关联度。
81.具体的，以产品i与其他产品j之间的关联度计算为例：将产品i与其他产品j之间所对应的共同的目标使用实体的人数、产品i所对应的目标使用实体的人数、以及其他产品j所对应的目标使用实体的人数代入关联度计算公式：其中，w
ij
表示产品i与其他产品j之间的关联度，|n(i)|表示产品i所对应的目标使用实体的人数，|n(j)|表示其他产品j所对应的目标使用实体的人数，|n(i)∩n(j)|表示产品i与其他产品j之间所对应的共同的目标使用实体的人数。
82.可选地，在本技术一具体实施例中，针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，计算出该产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度之后，可以将产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度展示在产品的关联度展示图上。举例说明，参阅图3，某公司具有基金、理财产品、
信用卡、定期、以及保险这6种产品，产品与产品之间连线的粗细程度代表着关联度的强弱。产品与产品之间关联度越强，连线越粗。通过产品的关联度展示图，能够直观的看出产品与产品之间的关联度强弱，进而可以在推荐产品时，选择关联度强的产品组合推荐。
83.s104、针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，根据产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度，确定出产品的关联度评分。
84.其中，产品的关联度评分用于说明产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度，产品的关联度评分用于评估产品在具有特定实体属性信息的实体中，相较于所有具有特定产品属性信息的产品的推荐程度。若产品的关联度评分越高，说明产品与所有其他具有特定产品属性信息的产品之间的关联关系越强，也就说明了使用其他具有特定产品属性信息的产品的实体极大可能会使用该产品。因此，产品的关联度评分越高，该产品在具有特定实体属性信息的实体中，相较于所有具有特定产品属性信息的产品的的推荐程度越高。
85.可选地，在本技术一具体实施例中，执行步骤s104的一种实施方式，包括:
86.针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，对产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度求取平均值，将求取出的平均值确定为产品的关联度评分。
87.可选地，在本技术一具体实施例中，执行步骤s104的另一种实施方式，包括：
88.针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，对产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度、以及产品与产品自身之间的关联度求取平均值，将求取出的平均值确定为产品的关联度评分。
89.即若定制化的实体产品信息中说明的具有特定产品属性信息的产品有产品a、产品b以及产品c。那么针对产品a，将产品a与产品a之间的关联度(该关联度是固定值不需要进行计算)、产品a与产品b之间的关联度、以及产品a与产品c之间的关联度求取平均值，得到产品a的关联度评分。
90.现有技术中，在评价每一款产品推荐程度时，主要是根据产品的类别、收益等仅与自身相关的产品属性进行评价，没有考虑到产品之间复杂的关联关系。并且，在评价产品的推荐程度时，也没有考虑到不同的应用场景。例如没有考虑到面对某一类用户，某一类型产品时，这一类型里的各个产品的推荐程度是怎么样的。
91.而本技术实施例中，通过接收用户的定制化关联度查询请求，即可根据定制化关联度查询请求，确定出定制化的实体产品信息，然后针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过定制化的实体产品信息计算出产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度，根据产品分别与每一个所述定制化的实体产品信息中的其他产品之间的关联度，确定出产品的关联度评分。由于产品的关联度评分用于说明产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度，因此产品的关联度评分用能够于评估产品在具有特定实体属性信息的实体中，相较于所有具有所述特定产品属性信息的产品的推荐程度。因此本技术实施例中的不但满足了现有的评价产品的关联度的需求，且得到的产品的关联度评分还考虑到了特定实体属性信息、特定产品属性信息这样的特定场景，进而使得产品的关联度评分能够评价特
定场景下的推荐程度。
92.可选地，在本技术一具体实施例中，执行步骤s104之后，还包括：
93.对每一个产品的关联度评分分别进行归一化处理。
94.可选地，对于产品i，将产品i的关联度评分、所有产品的关联度评分中的最小值、所有产品的关联度评分中的最大值代入至归一化公式中，计算得到产品i归一化后的关联度评分。归一化公式为：其中，p
i
为产品i的关联度评分，min(p
j
)为所有产品的关联度评分中的最小值，max(p
j
)为所有产品的关联度评分中的最大值。通过归一化公式处理，产品i归一化后的关联度评分会转化成0至100之间的分值。
95.s105、将定制化的实体产品信息中的每一个具有特定产品属性信息的产品的关联度评分返回至用户。
96.产品的关联度评分返回至用户后，用户可以按照产品的关联度来评价产品的推荐程度，进而选取出合适的产品推荐给实体。
97.本技术实施例公开的产品推荐程度的评价方法中，通过接收用户的定制化关联度查询请求，然后根据定制化关联度查询请求，确定出定制化的实体产品信息，其中定制化的实体产品信息，包括：每一个目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品的信息，进而针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过定制化的实体产品信息计算出产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。由于产品与定制化的实体产品信息中的其他产品之间的关联度通过产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数计算得到的，因此能够反映该产品与定制化的实体产品信息中的其他产品之间的关联关系，进而针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，根据产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度，确定出产品的关联度评分，并将产品的关联度评分返回至用户。由于本技术实施例中产品的关联度评分说明了产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度，因此能够通过产品的关联度评分评估该产品在产品在具有特定实体属性信息的实体中，相较于所有具有特定产品属性信息的产品的推荐程度，不但满足了现有技术中需要对产品的关联度进行评价的需求，且对关联度进行评价时还考虑了特定的应用场景，进而能够评价产品在特定应用场景下的推荐程度。
98.参阅图4，基于上述本技术实施例提出的产品推荐程度的评价方法，本技术实施例对应公开了一种产品推荐程度的评价装置，包括：接收单元401、第一确定单元402、第一计算单元403、第二确定单元404以及返回单元405。
99.接收单元401，用于接收用户的定制化关联度查询请求，其中定制化关联度查询请求中携带有特定产品属性信息、特定实体属性信息以及特定时段。定制化关联度查询请求用于请求查询目标使用实体所使用过的每一个具有特定产品属性信息的产品的关联度评分，目标使用实体指代在特定时段内使用过具有特定产品属性信息的产品的、且具有特定实体属性信息的实体。
100.第一确定单元402，用于根据定制化关联度查询请求，确定出定制化的实体产品信
息。其中，定制化的实体产品信息，包括：每一个目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品的信息。
101.可选地，在本技术一具体实施例中，第一确定单元，包括：
102.第一计算子单元，用于根据定制化关联度查询请求，从每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵中，计算得到定制化的实体产品共线矩阵。其中，实体的实体产品共线矩阵用于说明实体在每一个时段内所使用过的产品，实体的属性信息矩阵用于说明实体的属性信息，产品的属性信息矩阵用于说明产品的属性信息，定制化的实体产品共线矩阵用于说明定制化的实体产品信息。
103.第一计算单元403，用于针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过定制化的实体产品信息计算出产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。其中，产品与定制化的实体产品信息中的其他产品之间的关联度通过产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数计算得到。
104.可选地，在本技术一具体实施例中，第一计算单元403执行产品与定制化的实体产品信息中的其他产品之间的关联度的计算过程时，用于：
105.从定制化的实体产品信息中确定出产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数，使用协同过滤算法对产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数进行计算，计算得到产品与其他产品之间的关联度。
106.可选地，在本技术一具体实施例中，第一计算单元403，包括：
107.第二计算子单元，用于针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过协同过滤算法对定制化的实体产品共线矩阵进行计算，计算得到产品的定制化关联度矩阵。其中，产品的定制化关联度矩阵用于说明产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。
108.可选地，在本技术一具体实施例中，第一计算单元403执行使用协同过滤算法对产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与所述其他产品之间所对应的共同的目标使用实体的人数进行计算，计算得到产品与所述其他产品之间的关联度时，用于：
109.将产品与其他产品之间所对应的共同的目标使用实体的人数，除以产品所对应的目标使用实体的人数和其他产品所对应的目标使用实体的人数的乘积的平方根，计算得到产品与其他产品之间的关联度。
110.第二确定单元404，用于针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，根据产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度，确定出产品的关联度评分。
111.可选地，在本技术一具体实施例中，第二确定单元404，包括：
112.第三计算子单元，用于针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，对产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度求取平均值，将求取出的平均值确定为所述产品的关联度评分。
113.返回单元405，用于将产品的关联度评分返回至用户。其中，产品的关联度评分用于说明产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度，产品的关联度评分用于评估产品在具有特定实体属性信息的实体中，相较于所有具有特定产品属性信息的产品的推荐程度。
114.可选地，在本技术一具体实施例中，还包括：
115.更新单元，用于每一个实体的实体产品共线矩阵、每一个实体的属性信息矩阵、以及每一个产品的属性信息矩阵均按照预设的更新周期进行更新。
116.上述本技术实施例公开的产品推荐程度的评价装置中的各个单元具体的原理和执行过程，与上述本技术实施例公开的产品推荐程度的评价方法相同，可参见上述本技术实施例公开的产品推荐程度的评价方法中相应的部分，这里不再进行赘述。
117.本技术实施例公开的产品推荐程度的评价装置中，通过接收单元401接收用户的定制化关联度查询请求，然后第一确定单元402根据定制化关联度查询请求，确定出定制化的实体产品信息，其中定制化的实体产品信息，包括：每一个目标使用实体在特定时段内所使用过的每一个具有特定产品属性信息的产品的信息，进而第一计算单元403针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，通过定制化的实体产品信息计算出产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度。由于产品与定制化的实体产品信息中的其他产品之间的关联度通过产品所对应的目标使用实体的人数、其他产品所对应的目标使用实体的人数、以及产品与其他产品之间所对应的共同的目标使用实体的人数计算得到的，因此能够反映该产品与定制化的实体产品信息中的其他产品之间的关联关系，进而第二确定单元404针对定制化的实体产品信息中的每一个具有特定产品属性信息的产品，根据产品分别与每一个定制化的实体产品信息中的其他产品之间的关联度，确定出产品的关联度评分，返回单元405将产品的关联度评分返回至用户。由于本技术实施例中产品的关联度评分说明了产品在所有目标使用实体中与所有其他具有特定产品属性信息的产品之间的综合关联度，因此能够通过产品的关联度评分评估该产品在产品在具有特定实体属性信息的实体中，相较于所有具有特定产品属性信息的产品的推荐程度，不但满足了现有技术中需要对产品的关联度进行评价的需求，且对关联度进行评价时还考虑了特定的应用场景，进而能够评价产品在特定应用场景下的推荐程度。
118.本技术实施例公开了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如上述各实施例任一所述的产品推荐程度的评价方法。
119.本技术实施例公开一种产品推荐程度的评价设备，包括：一个或多个处理器，存储装置，其上存储有一个或多个程序。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现如上述各实施例任一所述的产品推荐程度的评价方法。
120.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
121.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间
存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。