基于用户点击的物品推荐方法、装置、设备和存储介质制造方法及图纸

本申请实施例提供一种基于用户点击的物品推荐方法、装置、设备和存储介质，其中该方法包括：获取用户点击序列和多个待推荐物品的特征信息，用户点击序列中包括至少一个用户在当前时间之前所点击的至少一个历史物品的物品信息，每一物品信息中包括时间信息；根据当前时间的下一次点击时间、以及用户点击序列中的每一个时间信息，确定用户点击序列中每一个历史物品的重要度权重；根据用户点击序列中每一个历史物品的重要度权重和物品信息、以及每一个待推荐物品的特征信息，确定每一个待推荐物品的推荐分数；根据每一个待推荐物品的推荐分数，向当前用户推荐物品。准确的为用户分析出符合用户当前一段时间的需求的物品，准确的为用户进行推荐。

【技术实现步骤摘要】
基于用户点击的物品推荐方法、装置、设备和存储介质
本申请实施例涉及电子
，尤其涉及一种基于用户点击的物品推荐方法、装置、设备和存储介质。
技术介绍
随着移动互联网的发展，可以基于互联网为用户推荐用户所需的物品。可以对用户的兴趣爱好进行分析，进而为用户推荐物品。现有技术中，在用户推荐物品的时候，可以获取用户的浏览信息；然后对用户的浏览信息进行分析，确定出用户可能的最感兴趣的物品，进而为用户进行推荐。所以在实现本申请过程中，专利技术人发现现有技术中至少存在如下问题：获取到的用户的浏览信息是分散的，所分析出的用户可能的最感兴趣的物品，不一定是符合用户当前一段时间的需求的物品；进而为用户推荐物品的方式并不准确。
技术实现思路
本申请实施例提供一种基于用户点击的物品推荐方法、装置、设备和存储介质，用以解决所分析出的用户可能的最感兴趣的物品，不一定是符合用户当前一段时间的需求的物品；进而为用户推荐物品的方式并不准确的问题。第一方面，本申请实施例提供一种基于用户点击的物品推荐方法，所述方法包括：<br>获取用户点击序本文档来自技高网...

【技术保护点】
1.一种基于用户点击的物品推荐方法，其特征在于，所述方法包括：/n获取用户点击序列和多个待推荐物品的特征信息，其中，所述用户点击序列中包括至少一个用户在当前时间之前所点击的至少一个历史物品的物品信息，每一所述物品信息中包括时间信息；/n根据所述当前时间的下一次点击时间、以及所述用户点击序列中的每一个时间信息，确定所述用户点击序列中每一个历史物品的重要度权重；/n根据所述用户点击序列中每一个历史物品的重要度权重和物品信息、以及每一个所述待推荐物品的特征信息，确定每一个所述待推荐物品的推荐分数；/n根据每一个所述待推荐物品的推荐分数，向当前用户推荐物品。/n

【技术特征摘要】
1.一种基于用户点击的物品推荐方法，其特征在于，所述方法包括：
获取用户点击序列和多个待推荐物品的特征信息，其中，所述用户点击序列中包括至少一个用户在当前时间之前所点击的至少一个历史物品的物品信息，每一所述物品信息中包括时间信息；
根据所述当前时间的下一次点击时间、以及所述用户点击序列中的每一个时间信息，确定所述用户点击序列中每一个历史物品的重要度权重；
根据所述用户点击序列中每一个历史物品的重要度权重和物品信息、以及每一个所述待推荐物品的特征信息，确定每一个所述待推荐物品的推荐分数；
根据每一个所述待推荐物品的推荐分数，向当前用户推荐物品。


2.根据权利要求1所述的方法，其特征在于，根据所述当前时间的下一次点击时间、以及所述用户点击序列中的每一个时间信息，确定所述用户点击序列中每一个历史物品的重要度权重，包括：
根据所述当前时间的下一次点击时间、所述用户点击序列中的每一时间信息两者的差值，得到所述用户点击序列中每一个历史物品的时间差值；
根据所述用户点击序列中每一个历史物品的时间差值、以及预设的时间因子，确定所述用户点击序列中每一个历史物品的重要度权重。


3.根据权利要求1所述的方法，其特征在于，根据所述用户点击序列中每一个历史物品的重要度权重和物品信息、以及每一个所述待推荐物品的特征信息，确定每一个所述待推荐物品的推荐分数，包括：
根据所述用户点击序列中每一个历史物品的重要度权重，确定所述用户点击序列中每一个历史物品的权重比例；
根据所述每一个历史物品的权重比例、每一个所述待推荐物品的特征信息、以及所述用户点击序列，确定每一个所述待推荐物品的推荐分数。


4.根据权利要求3所述的方法，其特征在于，根据所述每一个历史物品的权重比例、每一个所述待推荐物品的特征信息、以及所述用户点击序列，确定每一个所述待推荐物品的推荐分数，包括：
将所述每一个历史物品的权重比例、每一个所述待推荐物品的特征信息、以及所述用户点击序列输入到预设的注意力模型中，得到每一个所述待推荐物品的匹配向量；其中，所述匹配向量用于表征待推荐物品与历史物品之间的匹配度；
对每一个所述待推荐物品的匹配向量和特征信息进行点乘运算，得到每一个所述待推荐物品的推荐分数。


5.根据权利要求4所述的方法，其特征在于，在所述历史物品的总个数小于所述待推荐物品的总个数时，所述用户点击序列中包括所述当前用户和其他用户所对应的历史物品；
在所述历史物品的总个数大于等于所述待推荐物品的总个数时，所述用户点击序列中包括所述当前用户所对应的历史物品。


6.根据权利要求4所述的方法，其特征在于，将所述每一个历史物品的权重比例、每一个所述待推荐物品的特征信息、以及所述用户点击序列输入到预设的注意力模型中，得到每一个所述待推荐物品的匹配向量，包括：
将所述每一个历史物品的权重比例与每一所述待推荐物品的特征信息进行点乘运算，得到每一所述待推荐物品的处理后的特征信息；
将每一所述待推荐物品的处理后的特征信息、以及所述用户点击序列输入到预设的注意力模型中，得到每一个所述待推荐物品的匹配向量。


7.根据权利要求1-6任一项所述...

【专利技术属性】
技术研发人员：朱翔宇，何从庆，徐文文，
申请(专利权)人：京东数字科技控股股份有限公司，
类型：发明
国别省市：北京;11