首先，除上文所述第一物品集合之外，还可以从所有历史物品中确定出第三物品 集合，第三物品集合包括q个第三物品，q 2 1，且通常情况下，n <q。具体地，第三物品为具有 目标标签七的历史物品，即，不论待推用户山是否访问过该历史物品，只要该历史物品具有 目标标签七i即可。本示例中，第三物品集合中包括:?\、T 3和Τ4。
[0076] 其次，通过以下公式获得
[0077]
[0078] 其中，wtd表示目标标签h对于第三物品j的重要程度。
[0079] 同样地，关于获得胃Ulk的方式，具体可参见下文所做介绍，此处暂不详述。另外， 与方式一处所作介绍相同，对于来说，可以结合实际应用预先设置，或者，也可以统计 出现次数获得，本发明实施例对此可不做具体限定。
[0080] 考虑到上文方案二中，分子和分母表达的意义不统一，可能会导致WL1&出现大于 1的情况，合理性较差，基于此，本发明还提供了计算第二权重值的方案三。具体可体现为：
[0081] 首先，除上文所述第一物品集合、第三物品集合之外，还可以从所有历史物品中确 定出第二物品集合，第二物品集合包括P个第二物品，P 2 1，且通常情况下，η <p。具体地，第 二物品为待推用户山访问过的历史物品，即，不论该历史物品是否具有目标标签七，只要待 推用户山访问过该历史物品即可。本示例中，第二物品集合中包括:^和!^。
[0082] 其次，通过以下公式获得W1:
[0083]
[0084] 其中，Wi为通过分析待推用户山的历史访问数据得到的，山对于具有目标标签"的 物品的喜爱程度，即，山对于所有具有目标标签^的物品的可能的喜爱程度； wUik表示待 推用户山对于第一物品k的喜爱程度；WUli表示待推用户山对于第二物品i的喜爱程度。 [0085]接着，通过以下公式获得W2:
[0086]
[0087]其中，W2为通过分析待推用户山的历史访问数据得到的，目标标签t对于物品的重 要程度，即，t对于所有具有目标标签。的物品的可能的重要程度；胃tlk表示目标标签。对 于第一物品k的重要程度；表示目标标签 tl对于第三物品j的重要程度。
[0088] 最后，通过以下公式获得WUiti:
[0089]
[0090] 同样地，关于获得WUlk的方式，具体可参见下文所做介绍，此处暂不详述。另外， 与方式一处所作介绍相同，对于 WUlk来说，可以结合实际应用预先设置，或者，也可以统计 出现次数获得，本发明实施例对此可不做具体限定。
[0091 ]综上，利用上述三种方案均可计算获得本发明中的WUttl，此外，针对上文所举示 例，还可以按照上述三种方案，计算获得其他剩余7个第二权重值，此处不再赘述。
[0092] 下面对上述三种方案中涉及的，根据用户行为获得WUlkl的方式，进行解释说明。
[0093] 举例来说，用户行为可以是显性行为，即用户直观表明了对物品的喜好程度，如用 户为物品进行评分。对应于此，可以直接将待推用户山为第一物品k打的评分值，确定为 或者，可以根据待推用户山为第一物品k打的评分值，划分为用户对物品感兴趣或者 用户对物品不感兴趣两类，即将用户对物品的喜好程度分为两个等级，并为每个等级确定 一个对应的WUlk。例如，评分值为1~5分，可以将评分值大于2分的情况划分为用户对物品 感兴趣，该等级的胃114可以确定为0.6;可以将评分值不大于2分的情况划分为用户对物品 不感兴趣，该等级的W Ulk可以确定为0.4。
[0094] 具体地，可以结合实际应用，划分用户对物品的喜好程度的等级，本发明实施例对 此可不做具体限定。
[0095] 举例来说，用户行为可以是隐性行为，即用户行为具体体现为用户对物品执行的 操作动作，如操作动作可以为浏览、购买、评价、收藏、转发、点赞、下载等等。
[0096] 对应于此，每个待推用户的历史访问数据中还可以包括:待推用户对第一物品的 喜爱程度、待推用户对第一物品执行的操作动作的历史操作信息。例如，操作动作为浏览， 则历史操作信息可体现为浏览时长;操作动作为购买，则历史操作信息可体现为购买次数， 等等。
[0097] 对于隐性行为来说，可以通过以下公式获得WUik::
[0098]
[0099] 其中，Vdh表示待推用户山对第一物品k执行的第dh种操作动作的历史操作信息;m 为操作动作的类型数目；Cg表示待推用户山对于第一物品k的喜爱程度;P(dh|cg)表示在第d h 种操作动作下出现4的概率。
[0100] 作为一种示例，P(dh | cg)=沁/犯，其中，Ni表示访问过第一物品k，且对第一物品k执 行过第dh种操作动作的待推用户的数目；N 2表示访问过第一物品k的待推用户的数目，即不 论用户是否对第一物品k执行过第dh种操作动作，只要访问过第一物品k即可。
[0101]与图1所示方法相对应，本发明实施例还提供一种个性化推荐装置200,参见图2所 示示意图，所述装置可包括：
[0102] 待推标签获取单元201，用于获取表示待推物品属性的待推标签；
[0103] 目标标签确定单元202,用于获取每个待推标签的第一权重值，并将第一权重值不 低于第一预设权重的待推标签确定为目标标签，所述第一权重值用于表示待推标签对于待 推物品的重要程度；
[0104] 目标用户确定单元203,用于获取每个待推用户的第二权重值，并将第二权重值不 低于第二预设权重的待推用户确定为目标用户，所述第二权重值用于表示待推用户对于所 述目标标签的喜爱程度；
[0105] 推荐内容确定单元204,用于将所述待推物品确定为所述目标用户的推荐内容，进 行个性化推荐。
[0106] 可选地，所述目标用户确定单元，用于通过以下公式获得每个待推用户的第二权 重值：
[0107] Wut=ffi*ff2
[0108] 其中，Wut表示待推用户u对于目标标签t的第二权重值表示待推用户u对于具有 目标标签t的物品的喜爱程度;W 2表示目标标签t对于物品的重要程度。
[0109] 可选地，记录有每个待推用户的历史访问数据，所述历史访问数据包括该待推用 户访问过的历史物品以及表示所述历史物品属性的历史标签，所述历史标签中包括所述目 标标签，则
[0110] 所述目标用户确定单元，用于通过以下公式获得I:
[0111]
[0112] 其中，Wuk表示待推用户u对于第一物品k的喜爱程度，第一物品为待推用户u访问过 的历史物品，且第一物品具有目标标签t;w ul表示待推用户u对于第二物品i的喜爱程度，第 二物品为待推用户u访问过的历史物品;η表示第一物品的数目，p表示第二物品的数目，且η < Ρ〇
[0113] 可选地，记录有待推用户对第一物品的喜爱程度以及待推用户对第一物品执行的 操作动作的历史操作信息，则
[0114] 所述目标用户确定单元，用于通过以下公式获得Wuk:
[0115]
[0116] 其中，Vdh表示待推用户u对第一物品k执行的第dh种操作动作的历史操作信息;m 为操作动作的类型数目；Cg表示待推用户u对于第一物品k的喜爱程度;P(dh | cg)表示在第dh 种