物品推荐方法、装置、设备及存储介质与流程

本发明实施例涉及物品检索技术，尤其涉及物品推荐方法、装置、设备及存储介质。

背景技术：

随着互联网技术的发展，互联网能够为用户提供越来越多的网络服务，例如：用户可以通过互联网浏览视频、收听音乐、阅读、购物等。在互联网平台中，用户可以通过搜索功能搜索自己需要的物品。同时，为了方便用户获取感兴趣的物品或者长尾物品，互联网平台还可以主动向用户推荐物品。如亚马逊书籍推荐、淘宝物品推荐等，可以发现，推荐的本质是精准挖掘出用户潜在而必需的个性化需求物品。

现有的物品推荐方法是基于相关性和相似性的推荐方法，如itemcf、usercf等协同过滤算法或基于关联规则的频繁模式挖掘方法。在实现本发明过程中，发明人发现现有推荐方法存在下述缺陷：基于相关性和相似性的推荐方法，在推荐物品的多样性和新颖性上用户实际体验并不好。同时，发明人还发现基于潜语义模型(latentfactormodel，lfm)和深度学习的推荐方法尽管能够解决推荐物品多样性和新颖性的问题，但所获得的推荐结果具有不可解释性，存在无法用语言清晰明白表述的问题。

技术实现要素：

本发明实施例提供了物品推荐方法、装置、设备及存储介质，实现了推荐物品的多样性和新颖性，且使推荐结果可以用语言清晰明白的进行表述。

第一方面，本发明实施例提供了一种物品推荐方法，包括：

接收物品推荐请求，所述物品推荐请求由目标用户发送；

采集所述目标用户的行为时序数据；

基于所述行为时序数据，向所述目标用户推荐确定的目标物品。

第二方面，本发明实施例还提供了一种物品推荐装置，包括：

请求接收模块，用于接收物品推荐请求，所述物品推荐请求由目标用户发送；

数据采集模块，用于采集所述目标用户的行为时序数据；

目标物品确定模块，用于基于所述行为时序数据，向所述目标用户推荐确定的目标物品。

第三方面，本发明实施例还提供了一种设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述本发明实施例第一方面提供的物品推荐方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有一个或多个计算机程序，该程序被处理器执行时实现如上述第一方面实施例提供的物品推荐方法。

在上述物品推荐方法、装置、设备及存储介质中，对于目标物品的推荐，首先需要接收物品推荐请求，物品推荐请求由目标用户发送；然后采集目标用户的行为时序数据；最终，基于行为时序数据，向目标用户推荐确定的目标物品。在向用户推荐物品时，采用上述物品推荐方法推荐物品给目标用户，可以实现推荐物品的多样性和新颖性，满足用户个性化需求，且使推荐结果可以用语言清晰明白的进行表述。

附图说明

图1为本发明实施例一提供的物品推荐方法的流程图；

图2为本发明实施例一提供的用户u的时序图；

图3为本发明实施例一提供的用户v的时序图；

图4为本发明实施例二提供的物品推荐方法的流程示意图；

图4a为本发明实施例二提供的邻接表存储形式的示意图；

图5为本发明实施例三提供的物品推荐装置的结构框图；

图6为本发明实施例四提供的一种设备的硬件结构示意图

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的物品推荐方法的流程图，该方法适用于向用户推荐物品的情况，该方法可以由物品推荐装置执行，该装置可以由硬件和/或软件实现。该物品推荐装置可以是两个或多个物理实体构成，也可以是一个物理实体构成，并一般集成在计算机设备中。

需要说明的是，本实施例所提供的方法具体可以在计算机设备上使用，并可认为具体由集成在计算机设备上的物品推荐装置执行，其中，计算机设备具体可以是包括了处理器、存储器、输入装置和输出装置的计算机设备。如笔记本电脑、台式计算机、平板电脑以及智能终端等。

具体地，计算机设备可以在正常工作状态下实时接收用户通过输入装置输入的物品浏览指令，并可分析该物品浏览信息实际对应的目标物品或者目标服务，将目标物品或者目标服务推荐给目标用户，并通过输出装置向目标用户展示该目标物品或者目标服务。进一步的，上述输入装置可以是内置于计算机设备中的输入设备，如：触摸显示屏，内置语音输入装置等；也可以是通过通讯线与计算机设备进行连接的外置输入设备，如：鼠标、键盘等。进一步的，上述输出装置可以是内置于计算机设备中的输出设备，如：触摸显示屏等；也可以是通过通讯线与计算机设备进行连接的外置输出设备，如：投影仪、数字tv等。

具体的，如图1所示，本发明实施例一提供的物品推荐方法，具体包括如下操作：

s101、接收物品推荐请求，物品推荐请求由目标用户发送。

在本实施例中，所述物品具体可理解为在生活中可以看到、听到的物质资料，例如：视频网站的视频、购物网站的商品、音乐网站的音乐以及书籍网站的电子书籍等。所述物品推荐具体可理解为当用户在购买一件物品时，商家趁机了解他们还想买什么，并将用户想要购买的物品展示给用户的行为。例如：用户购买一件a品牌的西装，向用户推荐b品牌的西装。或者，用户浏览一条娱乐类新闻，则向用户推荐和主角相关的其他新闻等。所述物品推荐请求具体可理解为计算机设备基于用户的输入的信息形成的用于表示请求信息的数据。

物品推荐请求由目标用户发送可理解为用户通过输入装置进行的操作，则根据用户的操作生成一个物品推荐请求。需要说明的是，操作可以是打开某个应用程序的操作，也可以是通过在物品推荐页面中执行单击、双击或下拉的操作，本实施例中不对操作动作进行限定。

进一步的，所述物品推荐请求中包含目标用户标识信息，例如：用户id等。为了根据用户需求向用户进行物品推荐，可以接收目标用户发送的包含目标用户标识信息的物品推荐请求，进而根据所述物品推荐请求对所述目标用户进行个性化的物品推荐。示例性的，对于音乐推荐，为了根据目标用户需求向目标用户进行音乐推荐，可以接收目标用户发送的包含用户的标识信息的音乐推荐请求。

进一步的，接收物品推荐请求具体可理解为当目标用户执行打开某个应用程序的操作，或者在物品推荐页面中执行单击、双击或下拉的操作时，接收目标用户发送的包含目标用户标识信息的物品推荐请求。

s102、采集目标用户的行为时序数据。

在本实施例中，所述行为时序数据具体可理解为包含用户执行操作的时间和操作对象的数据信息。进一步的，行为时序数据至少包括：用户id、行为物品和行为时间。所述行为具体可理解为浏览、购买、评论、问答等操作，行为可以根据不同的推荐场景来决定，例如：购物网站对应的行为可以是购买，视频网站对应的行为可以是播放。行为物品具体可理解为行为对应的对象，例如：浏览的音乐，购买的衣服、阅读的书籍或者观看的视频等。行为时间具体可理解为执行行为的时间。需要说明的是，行为时间主要作用在于体现执行行为的先后顺序，与具体时间点没有关系。

在本实施例中，采集目标用户的行为时序数据具体可理解为在行为物品数据库中查询与目标用户id对应的行为历史数据。具体的，行为历史数据是指目标用户已经执行的历史行为，以及历史行为对应的时间。

示例性的，以购物网站为例对行为时序数据进行说明。用户u的行为历史数据为：1日10点买了一本a书，在2日18点买了一本b书，在3日20点买了一本c书，6日9点又买了一本a书。用户v的行为历史数据为：3日9点买了一本b书，4日14点买了一本c书，5日18点买了一本a书，6日15点买了一本d书。

用户id为用户u，行为物品包括：a书、b书和c书。对行为物品的行为是购买，通过购买时间点建立用户u对应的行为物品的行为序列为a-b-c-a。用户v对应的行为物品包括：a书、b书、c书和d书，对行为物品的行为是购买，通过购买时间点建立用户v对应的行为物品的行为序列为b-c-a-d。需要说明的是，用户对行为物品的行为序列，体现的是用户本身对行为物品执行行为的先后关系，和其他用户的行为序列相互独立。

s103、基于行为时序数据，向目标用户推荐确定的目标物品。

在本实施例中，目标物品可以理解为根据上述物品推荐方法确定的向目标用户推荐的物品，进一步的，目标物品的数量可以是1个，也可以是多个。本实施例中不对行为目标物品的数量和类型进行限定。

基于s102中，采集的目标用户的行为时序数据，确定行为时序数据的行为物品和行为时间，根据行为时间构建与行为物品相关的目标序列。进一步的，目标序列以时序图的形式进行表示，时序图中以行为物品为结点，以序列关系为边。

时序图(sequencediagram)，是一种统一建模语言(unifiedmodelinglanguage，uml)交互图。时序图用于描述对象之间发送消息的时间顺序显示多个对象之间的动态协作，即描述对象是如何交互的，并且将重点放在消息序列上。将时序图应用到物品的交互上，则体现每一个用户对行为物品的行为序列关系，如先买后买关系。

进一步的，每一个用户对物品的行为序列，往往体现了用户背后的某种逻辑，而这种逻辑是存在相似的，这种相似就可作为给其他用户推荐的依据。比如用户a先后买了尿布、奶粉，而用户b也先后买了尿布、奶粉，接着也买了婴儿车，按照行为时序关系，用户b的逻辑应该和用户a类似，例如：孩子刚出生，因此，可以将婴儿车推荐给a。

进一步的，以上述购物网站为例，进行说明。图2为本发明实施例一提供的用户u的时序图；如图2所示，用户u对应的行为物品的行为时序数据以时序图的形式进行表示，行为物品a、b和c作为时序图的结点。根据行为物品的行为时间确定行为物品之间的时序。本实施例提供一种时序图的构建方法。行为物品a的购买时间在行为物品b的购买时间之前，因此，在行为物品a对应的结点和行为物品b之间的边由a指向b的序列关系11。行为物品b的购买时间在行为物品c的购买时间之前，因此，在行为物品b对应的结点和行为物品c之间的边由b指向c的序列关系12。由此类推，建立由c指向a的序列关系13。根据用户u的行为时间构建与行为物品相关的与用户u相对应的时序图。图3为本发明实施例一提供的用户v的时序图；如图3所示，用户v对应的行为物品的行为时序数据以时序图的形式进行表示，行为物品a、b、c和d作为时序图的结点。以上述时序图的构建方法，建立由a指向b的序列关系21，由b指向c的序列关系22，由c指向d的序列关系23。根据用户v的行为时间构建与行为物品相关的与用户v相对应的时序图。

具体的，从上述例子中可以看出，用户u和用户v都购买了物品a、b、c，购买物品种类上有很大的相似性。购买物品种类的相似度为75％。通过比较不同用户的行为序列，确定向用户推荐的目标物品。例如：用户u的行为序列关系为a-b-c-a，用户v的行为序列关系为b-c-a-d。将用户u的行为序列关系和用户v的行为序列关系进行比较，用户u和用户v的行为序列关系中存在相同的子序列b-c-a，那么将用户v购买的物品d确定为目标物品，并将物品d推荐给用户u。

本实施例提供的物品推荐方法，通过比较不同用户的行为序列关系来确定推荐物品，这种行为序列关系，既包含用户或物品本身的相似性，同时也蕴涵着用户之间内在共同的行为逻辑关系。例如：计算机科学专业的学生购买计算机专业书籍，购买的书籍一定是结合自己学习规律所产生的，这就会导致不同的书籍购买序列，相当于一个高级程序员告诉一个中级程序员购买书籍的过程，而这个购买书籍的过程即为购买数据的行为序列，就是计算机设备能够分析得到的。

本发明实施例一提供的物品推荐方法，首先需要接收物品推荐请求，物品推荐请求由目标用户发送；然后采集目标用户的行为时序数据；最终，基于行为时序数据，向目标用户推荐确定的目标物品。在向用户推荐物品时，采用上述物品推荐方法推荐物品给目标用户，可以实现推荐物品的多样性和新颖性，满足用户个性化需求，且使推荐结果可以用语言清晰明白的进行表述。

实施例二

图4为本发明实施例二提供的物品推荐方法的流程示意图，本实施例二以上述实施例为基础进行优化，在本实施例中，进一步将基于所述行为时序数据，向所述目标用户推荐确定的目标物品，优化为：根据所述目标用户的行为时序数据，构建目标序列；结合所述目标序列，从预设序列库中确定源序列；从所述源序列中确定目标物品，并将所述目标物品推荐给所述目标用户。

如图4所示，为本发明实施例二提供的物品推荐方法，具体包括如下操作：

s401、接收物品推荐请求，物品推荐请求由目标用户发送。

s402、采集目标用户的行为时序数据。

s403、根据目标用户的行为时序数据，构建目标序列。

在本实施例中，所述目标序列可以理解为与目标用户对应的行为物品构成的序列。所述目标序列至少包括目标用户的行为物品以及行为物品对应的行为时间。在采集目标用户的行为时序数据之后，可以获取行为时序数据中的行为物品以及行为物品对应的行为时间。基于行为物品对应的行为时间对所述行为物品进行排序，并以行为序列的形式表示所述行为物品的排序结果，构成所述目标序列。

进一步的，根据目标用户的行为时序数据，构建目标序列，可以优化为：获取所述行为时序数据中的行为物品和行为时间；以各所述行为时间的产生顺序，对相应的行为物品进行排序；以邻接表形式存储排序后的各所述行为物品，形成对应所述目标用户的目标序列。根据目标用户的行为时序数据，构建目标序列的操作主要包括s4031至s4033的操作。

s4031、获取所述行为时序数据中的行为物品和行为时间。

在本实施例中，可以理解的是，获取所述行为时序数据中的预设数量的行为物品和以及行为物品对应的行为时间。优选的，预设数量可以为4个。进一步的，预设数量的行为物品可以理解为与当前时间最接近的行为时间对应的预设数量的对应物品。可以获取所述行为时序数据中的行为时间在预设时间内的行为物品。示例性的，可以获取行为时间为距离当前时间不超过一个月的行为时序数据中的行为物品。

s4032、以各所述行为时间的产生顺序，对相应的行为物品进行排序。

在获取所述行为时序数据中的行为物品和行为时间，基于各个行为时间的产生顺序，将与行为时间对应的行为物品进行排序。

示例性的，用户u作为目标用户，用户u的行为历史数据为：1日10点买了一本a书，在2日18点买了一本b书，在3日20点买了一本c书，6日9点又买了一本a书。则用户u基于各所述行为时间的产生顺序，对相应的行为物品进行排序的结果是：物品a、物品b、物品c、物品a。

s4033、以邻接表形式存储排序后的各所述行为物品，形成对应所述目标用户的目标序列。

在本实施例中，邻接表是一种顺序分配和链式分配相结合的存储结构。本实施例中采用邻接表形式进行存储是因为邻接表形式存储可以体现出行为物品之间的行为序列关系。

示例性的，目标用户u的排序的结果以邻接表形式存储为例进行说明。在邻接表的头结点中包括用户id和指针信息；表结点中包括行为物品和指针信息。每个指针信息中存储一个行为物品的地址。图4a为本发明实施例二提供的邻接表存储形式的示意图；在图4a中，以4个行为物品为例进行说明。如图4a所述，邻接表包括1个头结点和4个表结点。

头结点包括用户u的id和指针信息01，所述指针信息01指向行为物品a。行为物品a所属的表结点包括行为物品a和指针信息02。所述指针信息02指向行为物品b。行为物品b所属的表结点包括行为物品b和指针信息03。所述指针信息03指向行为物品c。行为物品c所属的表结点包括行为物品c和指针信息04。所述指针信息04指向行为物品d。

s404、结合所述目标序列，从预设序列库中确定源序列。

在本实施例中，预设序列库可以理解为某个网站或者某个平台的所有用户的行为时序数据构成行为序列库。所述源序列可以理解为序列结构与所述目标序列存在相同子序列的序列。预设序列库中包括至少一个参照序列。

进一步的，所述结合所述目标序列，从预设序列库中确定源序列，可以优化为：从所述目标序列中确定子序列作为待匹配序列；基于设定的深度遍历规则遍历各所述参照序列，确定目标参照序列，所述目标参照序列中存在与所述待匹配序列相匹配子序列；将所述目标参照序列确定为源序列。结合所述目标序列，从预设序列库中确定源序列主要包括s4041至s4043的操作。

s4041、从所述目标序列中确定子序列作为待匹配序列。

s4042、基于设定的深度遍历规则遍历各所述参照序列，确定目标参照序列，所述目标参照序列中存在与所述待匹配序列相匹配子序列。

s4043、将所述目标参照序列确定为源序列。

本实施例s4041至s4043给出了物品推荐装置在预设序列库中确定源序列的具体步骤，在本实施例中，可以理解的是，由于互联网技术的迅速发展，各个网站或者平台中存储大量的用户id以及用户id对应的行为物品和行为时间。且每一个用户id也都对应大量的行为物品和行为时间。然而过多的行为物品和行为时间过久的操作，对应当前的物品推荐并没有太大的借鉴意义。同时较大的数据量也会带来计算量过大的问题。可以根据行为物品的数量或者行为时间来确定行为时序数据的数量。由此，本实施例可以先确定目标序列中的子序列作为待匹配序列。

需要说明的是，子序列中包含的行为物品数量可以根据网站用户的数量和用户的操作习惯来进行自定义。进一步的，深度遍历规则中时序窗口的大小可是子序列中包含的行为物品数量。即若子序列中包含的行为物品数量为3，则时序窗口的大小k＝3。

示例性的，目标用户u的目标序列为a-b-c-a，将第一个表结点作为开始结点遍历之后的第3个表结点，获取子序列为a-b-c，将子序列a-b-c作为待匹配序列。

获取用户v的序列为b-c-a-d作为参照序列，将参照序列的第一个表结点作为开始结点遍历之后的第3个表结点，获取子序列为b-c-a，将用户v的子序列b-c-a与待匹配序列a-b-c进行匹配，可知，子序列中的行为物品的种类相同，但是行为物品的时序不同。因此，用户v的子序列b-c-a与待匹配序列a-b-c不相匹配。然后，将参照序列的第二个表结点作为开始结点遍历之后的第3个表结点，获取子序列为c-a-d与待匹配序列a-b-c不相匹配。然后，将参照序列的第三个表结点作为开始结点遍历直到末尾表结点，获取子序列为a-d，与待匹配序列a-b-c不相匹配。以子序列为a-b-c作为待匹配序列和所述参照序列进行匹配，未能确定目标参照序列。

进一步的，将目标序列为a-b-c-a的第二个表结点作为开始结点遍历之后的第3个表结点，获取子序列为b-c-a，将子序列b-c-a作为待匹配序列。然而，获取用户v的序列为b-c-a-d作为参照序列，将参照序列的第一个表结点作为开始结点遍历之后的第3个表结点，获取子序列为b-c-a，将用户v的子序列b-c-a与待匹配序列b-c-a进行匹配，可知，用户v的子序列b-c-a与待匹配序列b-c-a中的物品种类和时序完全相同，因此，用户v的序列为b-c-a-d可以确定为目标参照序列，进一步的，将目标参照序列确定为源序列。

需要说明的是，本实施例中，用户v的序列作为参照序列便可以匹配到与待匹配序列相同的子序列。若用户v中不存在与待匹配序列相同的子序列，则可以获取其他任一用户的序列作为参考序列进行匹配，直至获取到与待匹配序列相同的子序列，确定目标参考序列。

s405、从所述源序列中确定目标物品，并将所述目标物品推荐给所述目标用户。

进一步的，所述从所述源序列中确定目标物品，可以优化为：从所述源序列中查找与所述待匹配序列相匹配的子序列；获取所述子序列中末尾表结点的当前指针信息，并确定所述当前指针信息的指向结点；将所述指向结点包含的参照物品作为目标物品；或者，将所述指向结点及后续结点中包含的参照物品作为目标物品。从所述源序列中确定目标物品的主要操作包括s4051至s4053。

s4051、从所述源序列中查找与所述待匹配序列相匹配的子序列。

s4052、获取所述子序列中末尾表结点的当前指针信息，并确定所述当前指针信息的指向结点。

s4053、将所述指向结点包含的参照物品作为目标物品；或者，将所述指向结点及后续结点中包含的参照物品作为目标物品。

本实施例s4051至s4053给出了物品推荐装置在预设序列库中确定源序列的具体步骤，在本实施例中，可以理解的是，在源序列中以不同行为物品所在的表结点作为第一表结点可以获得不同的序列，此时，需要从所述源序列中查找与所述待匹配序列相匹配的子序列。所述源序列为以邻接表形式存储的序列，所述源序列的表结点包括：参照物品和指针信息。

在本实施例s404中确定源序列之后，在源序列中查找与所述待匹配序列相匹配的子序列。示例性的，以用户u的序列作为目标序列，用户v的序列作为源序列，待匹配序列为目标序列中的b-c-a，源序列中与所述待匹配序列相匹配的子序列为b-c-a。

在本实施例中，确定所述子序列中末尾表结点中存储的参照物品a和参照物品a对应的指针信息，末尾表结点中的指针信息可以理解为参照物品a对应的指针信息，且指针信息包含指向结点，指向结点为参照物品d对应的结点，将参照物品d目标物品推荐给目标用户。

需要说明的是，在本实施例中，指向结点中仅仅包含了参照物品d，并未包含指针信息。因此，仅仅向目标用户推荐参照物品d。若在指向结点中不仅包含了参照物品d，还包含了指针信息，则将指针信息指向的结点做为后续结点，直至后续结点中不包含指针信息。将所有指向结点和后续结点中对应的参照物品确定为目标物品推荐给目标用户。

本发明实施例二提供的一种物品推荐方法，首先接收物品推荐请求，物品推荐请求由目标用户发送，采集目标用户的行为时序数据，然后根据目标用户的行为时序数据，构建目标序列；其次，结合目标序列，从预设序列库中确定源序列；最终从源序列中确定目标物品，并将目标物品推荐给目标用户。利用该方，基于目标用户的行为时序数据构建目标序列，并基于目标序列确定原序列，进而在源序列中确定目标物品推荐给目标用户，使得推荐的目标物品不仅考虑到物品种类的相似性，还蕴含了用户之间共同存在的行为逻辑，满足用户个性化需求，且采用深度遍历规则确定目标物品，使推荐结果可以用语言清晰明白的进行表述。

实施例三

图5为本发明实施例三提供的物品推荐装置的结构框图。该装置适用于向用户推荐物品的情况，该装置可以由硬件和/或软件实现，并一般集成在智能设备中。如图5所示，该装置包括：请求接收模块501、数据采用模块502和目标物品确定模块503。

其中，请求接收模块501，用于接收物品推荐请求，所述物品推荐请求由目标用户发送；

数据采集模块502，用于采集所述目标用户的行为时序数据；

目标物品确定模块503，用于基于所述行为时序数据，向所述目标用户推荐确定的目标物品。

在本实施例中，该装置首先通过请求接收模块501接收物品推荐请求，物品推荐请求由目标用户发送；然后通过数据采集模块502采集目标用户的行为时序数据；最终通过目标物品确定模块503基于行为时序数据，向目标用户推荐确定的目标物品。在向用户推荐物品时，采用上述物品推荐方法推荐物品给目标用户，可以实现推荐物品的多样性和新颖性，满足用户个性化需求，且使推荐结果可以用语言清晰明白的进行表述。

本发明实施例四提供的物品推荐装置，在向用户推荐物品时，采用上述物品推荐方法推荐物品给目标用户，可以实现推荐物品的多样性和新颖性，满足用户个性化需求，且使推荐结果可以用语言清晰明白的进行表述。

进一步的，所述目标物品确定模块503包括：

目标序列构建单元，用于根据所述目标用户的行为时序数据，构建目标序列；

源序列确定单元，用于结合所述目标序列，从预设序列库中确定源序列；

目标物品确定单元，用于从所述源序列中确定目标物品，并将所述目标物品推荐给所述目标用户。

具体的，所述行为时序数据至少包括：用户id、行为物品和行为时间。

进一步的，目标序列构建单元具体用于：

获取所述行为时序数据中的行为物品和行为时间；

以各所述行为时间的产生顺序，对相应的行为物品进行排序；

以邻接表形式存储排序后的各所述行为物品，形成对应所述目标用户的目标序列。

具体的，所述预设序列库中包括至少一个参照序列；

相应的，所述源序列确定单元具体用于：

从所述目标序列中确定子序列作为待匹配序列；

基于设定的深度遍历规则遍历各所述参照序列，确定目标参照序列，所述目标参照序列中存在与所述待匹配序列相匹配子序列；

将所述目标参照序列确定为源序列。

具体的，所述源序列为以邻接表形式存储的序列，所述源序列的表结点包括：参照物品和指针信息；

相应的，所述目标物品确定单元具体用于：

从所述源序列中查找与所述待匹配序列相匹配的子序列；

获取所述子序列中末尾表结点的当前指针信息，并确定所述当前指针信息的指向结点；

将所述指向结点包含的参照物品作为目标物品；或者，将所述指向结点及后续结点中包含的参照物品作为目标物品。

本发明实施例所提供的物品推荐装置可执行本发明任意实施例所提供的物品推荐方法，具备执行方法相应的功能模块和有益效果。

实施例四

图6为本发明实施例四提供的一种设备的硬件结构示意图，如图6所示，该设备包括处理器601、存储器602、输入装置603和输出装置604；设备中处理器601的数量可以是一个或多个，图6中以一个处理器601为例；设备中的处理器601、存储器602、输入装置603和输出装置604可以通过总线或其他方式连接，图6中以通过总线连接为例。

存储器602作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的物品推荐方法对应的程序指令/模块(例如：附图5所示的物品推荐装置中的模块，包括：请求接收模块501、数据采用模块502和目标物品确定模块503)。处理器601通过运行存储在存储器602中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的音频处理方法。

存储器602可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器602可进一步包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

并且，当上述设备所包括一个或者多个程序被所述一个或者多个处理器601执行时，程序进行如下操作：

接收物品推荐请求，所述物品推荐请求由目标用户发送；

采集所述目标用户的行为时序数据；

基于所述行为时序数据，向所述目标用户推荐确定的目标物品。

输入装置603可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置604可包括显示屏等显示设备。

实施例五

本发明实施例五还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现本发明实施例一或实施例二提供的物品推荐方法，该方法包括：

接收物品推荐请求，所述物品推荐请求由目标用户发送；

采集所述目标用户的行为时序数据；

基于所述行为时序数据，向所述目标用户推荐确定的目标物品。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的物品推荐方法中的相关操作.

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述物品推荐装置的实施例中，所包括的各个单元和模块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。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。