推荐方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种推荐方法、装置、计算机设备和存储介质。所述方法包括：获取当前用户作用于终端的当前操作行为集合，当前操作行为集合中的各个操作行为作用于对应的内容实体；从预设的推荐策略集合中选择与内容实体相适配的至少一个推荐策略，根据选择的推荐策略得到内容实体对应的待推荐对象；根据内容实体对应的待推荐对象更新推荐策略对应的当前推荐列表；从预设的推荐策略集合中各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的待推荐对象得到目标推荐列表。采用本方法可以高待推荐对象与用户需求的匹配度。

【技术实现步骤摘要】
推荐方法、装置、计算机设备和存储介质
本申请涉及互联网
，特别是涉及一种推荐方法、装置、计算机设备和存储介质。
技术介绍
随着互联网技术的飞速发展，用户可通过互联网方便快捷地选购商品。但是海量商品信息及海量用户的同时出现，一方面令用户难以发现自己的目标商品，同时也造成大量商品的无人问津，使得信息利用率低；另一方面，用户访问量的增加造成原始日志文件的增加。为了有针对性的向用户提供其所需要的商品信息，进而出现了用于向用户推荐相关商品信息的推荐方法。然而，现有的推荐方法通常是基于单一的推荐算法，如，基于内容的推荐，基于协同过滤的推荐，这些算法各自都有局限性，导致待推荐对象与用户需求的匹配度不高，无法满足用户的需求。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高待推荐对象与用户需求的匹配度的推荐方法、装置、计算机设备和存储介质。一种推荐方法，所述方法包括：获取当前用户作用于终端的当前操作行为集合，所述当前操作行为集合中的各个操作行为作用于对应的内容实体；从预设的推荐策略集合中选择与所述内容实体相适配的至少一个推荐策略，根据选择的所述推荐策略得到所述内容实体对应的待推荐对象；根据所述内容实体对应的待推荐对象更新所述推荐策略对应的当前推荐列表；从所述预设的推荐策略集合中各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的所述待推荐对象得到目标推荐列表。在其中一个实施例中，所述根据选择的所述推荐策略得到所述内容实体对应的待推荐对象，包括：对所述内容实体进行分词，得到分词结果；从所述分词结果中提取关键词，得到关键词集合；从预设的中心词集合中查找各个所述关键词集合中各个关键词对应的中心词，得到中心词集合，将所述中心词集合中各个中心词作为所述当前用户对应的第一用户标签；计算所述第一用户标签对应的关键词在所述内容实体中的词频，根据所述词频得到所述第一用户标签对应的权重；根据所述第一用户标签及所述第一用户标签对应的权重生成所述当前用户对应的用户画像，根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象。在其中一个实施例中，所述内容实体包括商品信息，所述根据选择的所述推荐策略得到所述内容实体对应的待推荐对象，包括：获取所述商品信息对应的商品编号，根据所述商品编号查找对应的商品类目，根据所述商品类目获取对应的历史权重；根据所述当前操作行为集合计算所述商品类目对应的当前浏览次数，将所述当前浏览次数标准化；根据所述历史权重和标准化的所述当前浏览次数计算所述商品类目对应的当前权重；根据所述当前权重对所述商品类目进行排序，根据排序结果获取预设数量的商品类目作为目标商品类目，将所述目标商品类目作为所述当前用户对应的第二用户标签，根据所述第二用户标签及对应的权重生成当前用户对应的用户画像；根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象。在其中一个实施例中，所述根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象，包括：获取满足预设规则的参考用户集合；根据所述当前用户对应的用户画像计算所述当前用户与所述参考用户集合中各个参考用户的相似度；获取相似度大于预设阈值的参考用户作为目标参考用户；获取所述目标参考用户对应的历史操作行为集合，根据所述目标参考用户对应的历史操作行为集合得到所述内容实体对应的待推荐对象。在其中一个实施例中，所述方法还包括：当当前时间达到预设的触发时间且所述当前用户对应的用户标识存在对应的历史操作行为集合时，获取所述历史操作行为集合对应的历史内容实体；从预设的推荐策略集合中选择与所述历史内容实体相适配的至少一种推荐策略，根据所述推荐策略得到所述历史内容实体对应的所述当前推荐列表。在其中一个实施例中，所述方法还包括：当当前时间达到预设的触发时间且所述当前用户对应的用户标识不存在对应的历史操作行为集合时，获取预设待推荐对象集合中各个预设待推荐对象对应的历史浏览次数；根据各个预设待推荐对象对应的历史浏览次数对各个预设待推荐对象进行排序，根据排序结果选取预设数量的预设待推荐对象作为待推荐对象得到所述当前待推荐列表。一种推荐装置，所述装置包括：当前操作行为集合获取模块，用于获取当前用户作用于终端的当前操作行为集合，所述当前操作行为集合中的各个操作行为作用于对应的内容实体；推荐策略选取模块，用于从预设的推荐策略集合中选择与所述内容实体相适配的至少一个推荐策略，根据选择的所述推荐策略得到所述内容实体对应的待推荐对象；推荐列表更新模块，用于根据所述内容实体对应的待推荐对象更新所述推荐策略对应的当前推荐列表；目标推荐列表获取模块，用于从所述预设的推荐策略集合中各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的所述待推荐对象得到目标推荐列表。在其中一个实施例中，所述推荐策略选取模块还用于对所述内容实体进行分词，得到分词结果，从所述分词结果中提取关键词，得到关键词集合，从预设的中心词集合中查找各个所述关键词集合中各个关键词对应的中心词，得到中心词集合，将所述中心词集合中各个中心词作为所述当前用户对应的第一用户标签，计算所述第一用户标签对应的关键词在所述内容实体中的词频，根据所述词频得到所述第一用户标签对应的权重，根据所述第一用户标签及所述第一用户标签对应的权重生成所述当前用户对应的用户画像，根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述推荐方法所述的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述推荐方法所述的步骤。上述推荐方法、装置、计算机设备和存储介质，通过获取作用于终端的当前操作行为集合，所述当前操作行为集合中的各个操作行为作用于对应的内容实体，从预设的推荐策略集合中选择与所述内容实体相适配的至少一个推荐策略，根据选择的所述推荐策略对所述内容实体进行推荐计算得到所述内容实体对应的待推荐对象，根据所述内容实体对应的待推荐对象更新所述推荐策略对应的当前推荐列表，从各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的所述待推荐对象得到目标推荐列表，由于采用了多种推荐策略同时进行推荐，能够显著提高待推荐对象与用户需求的匹配度，从而最大限度的满足用户的需求。附图说明图1为一个实施例中推荐方法的应用场景图；图2为一个实施例中推荐方法的流程示意图；图3为一个实施例中步骤S204的流程示意图；图4为另一个实施例中步骤S204的流程示意图；图5为一个实施例中根据用户画像得到待推荐对象的流程示意图；图6为一个实施例中推荐装置的结构框图；图7为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的推荐方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。服务器104获取当前用户作用于终端的当前操作行为集合，并获取当前操作行为集合对应的内容实体，根据该内容实体的类型从预设的推荐策略集合本文档来自技高网...

【技术保护点】
1.一种推荐方法，所述方法包括：获取当前用户作用于终端的当前操作行为集合，所述当前操作行为集合中的各个操作行为作用于对应的内容实体；从预设的推荐策略集合中选择与所述内容实体相适配的至少一个推荐策略，根据选择的所述推荐策略得到所述内容实体对应的待推荐对象；根据所述内容实体对应的待推荐对象更新所述推荐策略对应的当前推荐列表；从所述预设的推荐策略集合中各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的所述待推荐对象得到目标推荐列表。

【技术特征摘要】
1.一种推荐方法，所述方法包括：获取当前用户作用于终端的当前操作行为集合，所述当前操作行为集合中的各个操作行为作用于对应的内容实体；从预设的推荐策略集合中选择与所述内容实体相适配的至少一个推荐策略，根据选择的所述推荐策略得到所述内容实体对应的待推荐对象；根据所述内容实体对应的待推荐对象更新所述推荐策略对应的当前推荐列表；从所述预设的推荐策略集合中各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的所述待推荐对象得到目标推荐列表。2.根据权利要求1所述的方法，其特征在于，所述根据选择的所述推荐策略得到所述内容实体对应的待推荐对象，包括：对所述内容实体进行分词，得到分词结果；从所述分词结果中提取关键词，得到关键词集合；从预设的中心词集合中查找各个所述关键词集合中各个关键词对应的中心词，得到中心词集合，将所述中心词集合中各个中心词作为所述当前用户对应的第一用户标签；计算所述第一用户标签对应的关键词在所述内容实体中的词频，根据所述词频得到所述第一用户标签对应的权重；根据所述第一用户标签及所述第一用户标签对应的权重生成所述当前用户对应的用户画像，根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象。3.根据权利要求1所述的方法，其特征在于，所述内容实体包括商品信息，所述根据选择的所述推荐策略得到所述内容实体对应的待推荐对象，包括：获取所述商品信息对应的商品编号，根据所述商品编号查找对应的商品类目，根据所述商品类目获取对应的历史权重；根据所述当前操作行为集合计算所述商品类目对应的当前浏览次数，将所述当前浏览次数标准化；根据所述历史权重和标准化的所述当前浏览次数计算所述商品类目对应的当前权重；根据所述当前权重对所述商品类目进行排序，根据排序结果获取预设数量的商品类目作为目标商品类目，将所述目标商品类目作为所述当前用户对应的第二用户标签，根据所述第二用户标签及对应的权重生成当前用户对应的用户画像；根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象。4.根据权利要求2或3中任意一项所述的方法，其特征在于，所述根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象，包括：获取满足预设规则的参考用户集合；根据所述当前用户对应的用户画像计算所述当前用户与所述参考用户集合中各个参考用户的相似度；获取相似度大于预设阈值的参考用户作为目标参考用户；获取所述目标参考用户对应的历史操作行为集合，根据所述目标参考用户对应的历史操作行为集合得到所...

【专利技术属性】
技术研发人员：赵旭，柴旭峰，孙行智，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44