【技术实现步骤摘要】
资源对象推荐方法及装置，数据预测模型训练方法及装置
本申请涉及计算机
，具体涉及一种资源对象推荐方法及装置，数据预测模型的训练方法及装置，以及一种计算机存储介质和电子设备。
技术介绍
随着互联网的发展，基于互联网的电子应用服务被广泛的应用在生活的方方面面。为了能够提高互联网资源利用率，快速高效的提供基于电子应用服务的数据，随之数据挖掘应运而生。现有技术中，基于电子应用服务进行数据挖掘时通常采用的是根据已有历史数据通过机器学习的方式，挖掘出与历史数据相似的数据，作为推荐数据进行推荐，然而，该种推荐数据存在至少两方面的问题：一是，对于不同用户提供推荐数据时，通常仅根据二者购买相同数据的情况下，进行推荐数据的推荐，例如：用户A和用户B共同购买了商品G，根据这种购买关系，将用户A购买的商品a推荐给用户B，或者将用户B购买的商品b推荐给用户A，从而完成相似数据的推荐，可见，该种推荐方式仅根据用户之间是否购买完全相同的商品进行推荐，由于推荐数据未考虑用户的需求使得推荐数据准确度低，进而导致转化率低，并浪费处...
【技术保护点】
1.一种资源对象推荐方法，其特征在于，包括：/n获取已被选取的资源对象数据以及目标资源对象数据；/n将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，所述数据预测模型用于预测所述目标资源对象数据能够被加入到所述已被选取的资源对象数据中的概率；/n将所述概率满足推荐要求的所述目标资源对象数据，确定为推荐资源对象数据。/n
【技术特征摘要】
1.一种资源对象推荐方法，其特征在于，包括：
获取已被选取的资源对象数据以及目标资源对象数据；
将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，所述数据预测模型用于预测所述目标资源对象数据能够被加入到所述已被选取的资源对象数据中的概率；
将所述概率满足推荐要求的所述目标资源对象数据，确定为推荐资源对象数据。
2.根据权利要求1所述的资源对象推荐方法，其特征在于，所述将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，包括：
根据所述已被选取的资源对象数据中用于描述已被选取的资源对象内容的文本信息，提取所述已被选取的资源对象数据中的序列属性特征；
根据所述目标资源对象数据中用于描述目标资源对象数据内容的文本信息，提取与所述已被选取的资源对象数据的序列属性特征相同特征类型的、所述目标资源对象数据中的序列属性特征；
将所述已被选取的资源对象数据的序列属性特征和所述目标资源对象数据的序列属性特征，输入到所述数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率。
3.根据权利要求2所述的资源对象推荐方法，其特征在于，所述已被选取的资源对象数据的序列数据特征的特征类型包括：用于描述所述已被选取的资源对象数据主题信息的名称特征类型，用于描述所述已被选取的资源对象数据支付信息的价格特征类型，用于描述所述资源对象数据规格信息的规格特征类型。
4.根据权利要求2所述的资源对象推荐方法，其特征在于，还包括：
提取所述目标资源对象数据中用于描述所述目标资源对象数据的画像信息；
所述将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，包括：
将提取的所述资源对象数据的序列属性特征、所述目标资源对象数据的序列属性特征以及所述目标资源对象数据的画像信息，输入到所述数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率。
5.一种资源对象推荐装置，其特征在于，包括：
获取单元，用于获取已被选取的资源对象数据以及目标资源对象数据；
预测单元，用于将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得...
【专利技术属性】
技术研发人员：周瑜，赵彬杰，谢金锦，
申请(专利权)人：拉扎斯网络科技上海有限公司，
类型：发明
国别省市：上海;31
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。