样本推荐方法、装置、计算机可读存储介质和电子设备制造方法及图纸

技术编号:21089924 阅读:28 留言:0更新日期:2019-05-11 10:05
本公开涉及一种样本推荐方法、装置、计算机可读存储介质和电子设备,所述方法包括:获取待推荐用户的待推荐样本集合;分别确定每个待推荐样本对应的第一目标用户和第一关联用户;针对每个待推荐样本,根据该待推荐样本与对应的第一目标用户和第一关联用户之间的匹配度,确定该待推荐样本的向量表示;根据待推荐用户所关联的代表样本的向量表示和各个待推荐样本的向量表示,分别确定代表样本和各个待推荐样本之间的第一相似度参数;根据第一相似度参数确定目标待推荐样本。因此,可以基于待推荐用户的社交关系对待推荐样本进行向量表示,因此,可以有效拓宽推荐样本的范围,为用户推荐更加全面的内容,也可以有效保证样本推荐的准确度。

Sample recommendation methods, devices, computer readable storage media and electronic devices

【技术实现步骤摘要】
样本推荐方法、装置、计算机可读存储介质和电子设备
本公开涉及内容推荐领域,具体地,涉及一种样本推荐方法、装置、计算机可读存储介质和电子设备。
技术介绍
近年来,伴随着信息技术的发展和普及,互联网中的信息逐渐丰富。为了提升用户使用体验,通常会基于用户的信息为用户推荐其感兴趣的内容。现有技术中,通常采用基于内容的推荐方法,根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项,使得推荐的内容只是用户关注过的相似的内容,推荐内容比较片面。
技术实现思路
为了解决
技术介绍
中的问题,本公开的目的是提供一种较为丰富、准确的样本推荐方法、装置、计算机可读存储介质和电子设备。为了实现上述目的,根据本公开的第一方面,提供一种样本推荐方法,所述方法包括:获取待推荐用户的待推荐样本集合,其中,所述集合中包括多个待推荐样本;分别确定每个待推荐样本对应的第一目标用户和第一关联用户,所述第一目标用户为与所述待推荐用户亲密的用户中、与对应待推荐样本最匹配的用户,所述第一关联用户为与所述第一目标用户亲密的至少一个用户;针对每个待推荐样本,根据该待推荐样本与对应的第一目标用户和第一关联用户之间的匹配度,确定该待推荐样本本文档来自技高网...

【技术保护点】
1.一种样本推荐方法,其特征在于,所述方法包括:获取待推荐用户的待推荐样本集合,其中,所述集合中包括多个待推荐样本;分别确定每个待推荐样本对应的第一目标用户和第一关联用户,所述第一目标用户为与所述待推荐用户亲密的用户中、与对应待推荐样本最匹配的用户,所述第一关联用户为与所述第一目标用户亲密的至少一个用户;针对每个待推荐样本,根据该待推荐样本与对应的第一目标用户和第一关联用户之间的匹配度,确定该待推荐样本的向量表示;根据所述待推荐用户所关联的代表样本的向量表示和各个待推荐样本的向量表示,分别确定所述代表样本和各个待推荐样本之间的第一相似度参数;根据所述第一相似度参数确定目标待推荐样本。

【技术特征摘要】
1.一种样本推荐方法,其特征在于,所述方法包括:获取待推荐用户的待推荐样本集合,其中,所述集合中包括多个待推荐样本;分别确定每个待推荐样本对应的第一目标用户和第一关联用户,所述第一目标用户为与所述待推荐用户亲密的用户中、与对应待推荐样本最匹配的用户,所述第一关联用户为与所述第一目标用户亲密的至少一个用户;针对每个待推荐样本,根据该待推荐样本与对应的第一目标用户和第一关联用户之间的匹配度,确定该待推荐样本的向量表示;根据所述待推荐用户所关联的代表样本的向量表示和各个待推荐样本的向量表示,分别确定所述代表样本和各个待推荐样本之间的第一相似度参数;根据所述第一相似度参数确定目标待推荐样本。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:确定所述代表样本对应的第二目标用户和第二关联用户,所述第二目标用户为与所述待推荐用户亲密的用户中、与所述代表样本最匹配的用户,所述第二关联用户为与所述第二目标用户亲密的至少一个用户;根据所述代表样本与对应的第二目标用户和第二关联用户之间的匹配度,确定所述代表样本的向量表示。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:确定各个所述待推荐样本的关注度参数,其中,所述关注度参数用于表征所述待推荐样本随时间变化的被关注度;所述根据所述第一相似度参数确定目标待推荐样本,包括:根据所述第一相似度参数和所述关注度参数,计算目标推荐值;根据所述目标推荐值确定所述目标待推荐样本。4.根据权利要求3所述的方法,其特征在于,所述根据所述第一相似度参数和所述关注度参数,计算目标推荐值包括:通过以下公式计算所述目标推荐值:Score=α×Scoreq+β×Scores;其中,Score表示所述目标推荐值;α表示所述第一相似度参数的权重;β表示所述关注度参数的权重,其中,α+β=1;Scoreq表示所述第一相似度参数;Scores表示所述关注度参数。5.根据权利要求3所述的方法,其特征在于,所述方法还包括:确定所述待推荐用户的负相关用户,其中,所述负相关用户为与所述待推荐用户之间不相似的至少一个用户;将所述负相关用户感兴趣的至少一个样本确定为负相关样本;分别确定每个待推荐样本与所述负相关样本的第二相似度参数;所述根据所述第一相似度参数和所述关注度参数,计算目标推荐值,包括:根据所述第一相似度参数、所述关注度参数和所述第二相似度参数,通过如下公式,计算所述目标推荐值:Score=α×Scoreq+β×Scores-γ×Scorep;其中,Score表示所述目标推荐值;α...

【专利技术属性】
技术研发人员:于福超王菊宋仕君
申请(专利权)人:东软集团股份有限公司
类型:发明
国别省市:辽宁,21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1