专辑的推荐方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种专辑的推荐方法、装置、设备和存储介质。该方法包括：根据当前用户的历史播放记录，确定所述当前用户的初始推荐专辑集合；将所述初始推荐专辑集合输入至预设的购买率预估模型中，得到各个初始推荐专辑的预估购买率；根据各个初始推荐专辑的预估购买率，向所述当前用户进行专辑推荐。由于计算机设备可以基于当前用户的历史播放记录以及当前用户对初始推荐专辑的购买率两方面因素，来向当前用户推荐专辑，相比传统技术中比较粗鲁的过滤方式，提高了推荐的结果的准确性。

Recommended methods, devices, equipment and storage media for albums

【技术实现步骤摘要】
专辑的推荐方法、装置、设备和存储介质
本申请涉及互联网领域，特别是涉及一种专辑的推荐方法、装置、设备和存储介质。
技术介绍
随着大数据技术的不断发展，通过大数据分析可以为用户更精准得推送专辑。其中一种推荐方式可以为：采集用户对专辑的反馈信息，利用反馈信息为用户进行专辑的个性化推荐。其中，反馈信息可以为对专辑感兴趣、专辑内容质量高等正反馈信息，也可以为对专辑不感兴趣、专辑内容质量差等负反馈信息。传统技术中，计算机设备根据采集到的专辑的反馈信息向用户进行专辑的推荐。例如，当采集到的反馈信息为负反馈信息时，计算机设备直接屏蔽掉用户负反馈的专辑，进而向用户推荐不存在负反馈信息的专辑。但是，传统技术推荐的结果的准确性较低。
技术实现思路
基于此，有必要针对传统方式推荐的结果的准确性较低的技术问题，提供一种专辑的推荐方法、装置、设备和存储介质。第一方面，本申请实施例提供了一种专辑的推荐方法，包括：根据当前用户的历史播放记录，确定所述当前用户的初始推荐专辑集合；将所述初始推荐专辑集合输入至预设的购买率预估模本文档来自技高网...

【技术保护点】
1.一种专辑的推荐方法，其特征在于，包括：/n根据当前用户的历史播放记录，确定所述当前用户的初始推荐专辑集合；/n将所述初始推荐专辑集合输入至预设的购买率预估模型中，得到各个初始推荐专辑的预估购买率；/n根据各个初始推荐专辑的预估购买率，向所述当前用户进行专辑推荐。/n

【技术特征摘要】
1.一种专辑的推荐方法，其特征在于，包括：
根据当前用户的历史播放记录，确定所述当前用户的初始推荐专辑集合；
将所述初始推荐专辑集合输入至预设的购买率预估模型中，得到各个初始推荐专辑的预估购买率；
根据各个初始推荐专辑的预估购买率，向所述当前用户进行专辑推荐。


2.根据权利要求1所述的方法，其特征在于，在所述根据当前用户的历史播放记录，确定所述当前用户的初始推荐专辑集合之前，所述方法还包括：
获取模型训练数据，所述模型训练数据包括目标用户对展示专辑的点击情况数据集和对所述展示专辑的购买情况数据集，所述目标用户为接收所述展示专辑的对象；
根据所述点击情况数据集和所述购买情况数据集，对预设的初始模型进行模型训练，得到所述购买率预估模型，所述初始模型包括初始点击率模型和初始购买率模型，所述初始点击率模型和所述初始购买率模型共享嵌入层。


3.根据权利要求2所述的方法，其特征在于，所述根据所述点击情况数据集和所述购买情况数据集，对预设的初始模型进行模型训练，得到所述购买率预估模型，包括：
将所述点击情况数据集和所述购买情况数据集输入至所述初始模型，确定所述初始模型的嵌入层和其它层参数的实际值；
将所述嵌入层和其它层参数的初始值更新为所述实际值，得到所述购买率预估模型。


4.根据权利要求3所述的方法，其特征在于，所述点击情况数据集包括所述展示专辑的标识以及所述展示专辑的点击标签，所述购买情况数据集包括所述展示专辑的标识以及所述展示专辑的购买标签；
所述将所述点击情况数据集和所述购买情况数据集输入至所述初始模型，确定所述初始模型的嵌入层和其它层参数的实际值，包括：
根据所述展示专辑的标识、所述点击标签和所述初始点击率...

【专利技术属性】
技术研发人员：成梭宇，
申请(专利权)人：上海喜马拉雅科技有限公司，
类型：发明
国别省市：上海;31