【技术实现步骤摘要】
对象推荐方法及装置
[0001]本申请涉及计算机
,特别涉及一种对象推荐方法。本申请同时涉及一种对象推荐装置,一种计算设备,以及一种计算机可读存储介质。
技术介绍
[0002]随着计算机技术的快速发展,人们日常生活中面临的信息与日俱增,为解决人们面对海量信息的无所适从,各种各样的推荐方法应运而生,向人们推荐其可能会感兴趣的对象。
[0003]现有技术中,往往是通过计算用户相似度或对象相似度来进行对象推荐,具体的,可以先确定目标用户的相似用户,然后将相似用户关注的对象推荐给目标用户;或者,可以先确定向目标用户推荐过的对象,然后将与该对象相似的对象也推荐给目标用户。
[0004]然而,通过计算用户相似度或对象相似度来进行对象推荐的方式,需要大量用户与选择对象的数据,计算出的相似度才会准确,后续向目标用户推荐的对象才会较为准确,对于缺少用户与选择对象的数据的情况,计算出的相似度准确性较差,从而导致向目标用户推荐对象的准确率较低。
技术实现思路
[0005]有鉴于此,本申请实施例提供了一种对象推荐方法。本申请同时涉及一种对象推荐装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的向目标用户推荐对象的准确率较低的问题。
[0006]根据本申请实施例的第一方面,提供了一种对象推荐方法,包括:
[0007]获取目标用户账号;
[0008]根据所述目标用户账号与待推荐对象相关的历史数据对所述目标用户账号进行分类;
[0009]在所述目标用户账号属 ...
【技术保护点】
【技术特征摘要】
1.一种对象推荐方法,其特征在于,包括:获取目标用户账号;根据所述目标用户账号与待推荐对象相关的历史数据对所述目标用户账号进行分类;在所述目标用户账号属于第一类型的情况下,通过推荐值预测模型确定所述目标用户账号对应的对象推荐列表;在所述目标用户账号属于第二类型的情况下,通过相似度确定所述目标用户账号对应的对象推荐列表;向所述目标用户展示所述对象推荐列表。2.根据权利要求1所述的对象推荐方法,其特征在于,所述根据所述目标用户账号与待推荐对象相关的历史数据对所述目标用户账号进行分类,包括:确定所述历史数据的第一数据量;在所述第一数据量大于数据量阈值的情况下,确定所述目标用户账号属于第二类型;在所述第一数据量不大于数据量阈值的情况下,确定所述目标用户账号属于第一类型。3.根据权利要求1所述的对象推荐方法,其特征在于,所述在所述目标用户账号属于第二类型的情况下,通过相似度确定所述目标用户账号对应的对象推荐列表,包括:确定所述历史数据中与用户相关的历史数据的第二数据量,以及与对象相关的历史数据的第三数据量;在所述第二数据量大于所述第三数据量的情况下,通过用户相似度确定所述目标用户账号对应的对象推荐列表;在所述第二数据量不大于所述第三数据量的情况下,通过对象相似度确定所述目标用户账号对应的对象推荐列表。4.根据权利要求1-3任一所述的对象推荐方法,其特征在于,所述通过推荐值预测模型确定所述目标用户账号对应的对象推荐列表,包括:确定所述目标用户对应的至少一个特征向量,每个所述特征向量包括目标用户账号的用户特征和第一待推荐对象的对象特征;针对所述至少一个特征向量中的每个所述特征向量,通过所述推荐值预测模型确定所述第一待推荐对象针对所述目标用户账号的预测推荐值;将确定出的各个所述第一待推荐对象的预测推荐值进行排序,得到所述目标用户账号对应的对象推荐列表。5.根据权利要求4所述的对象推荐方法,其特征在于,所述确定所述目标用户对应的至少一个特征向量,包括:从所述历史数据中获取所述目标用户账号的用户特征;获取预先设置的至少一个第一待推荐对象对应的对象特征;针对所述至少一个第一待推荐对象中的每个所述第一待推荐对象,将所述用户特征和所述对象特征组合成一个特征向量,得到所述至少一个特征向量。6.根据权利要求4所述的对象推荐方法,其特征在于,所述推荐值预测模型包括预设特征分解函数、第一特征分析网络和第二特征分析网络;所述针对所述至少一个特征向量中的每个所述特征向量,通过所述推荐值预测模型确定所述第一待推荐对象针对所述目标用户账号的预测推荐值,包括:
根据所述特征向量包括的用户特征和对象特征对应的属性,将所述用户特征和所述对象特征划分为高阶特征和低阶特征;通过所述预设特征分解函数确定所述低阶特征的第一特征分析结果;通过第一特征分析网络确定出所述高阶特征的第二特征分析结果;通过第二特征分析网络对所述第一特征分析结果和所述第二特征分析结果进行融合,得到所述第一待推荐对象针对所述目标用户账号的预测推荐值。7.根据权利要求6所述的对象推荐方法,其特征在于,所述通过第一特征分析网络确定出所述高阶特征的第二特征分析结果,包括:通过预设编码规则对所述高阶特征进行编码,得到所述高阶特征对应的编码结果;对所述高阶特征对应的编码结果进行分区处理,得到至少一个区域编码;将所述至少一个区域编码输入所述第一特征分析网络,得到至少一个区域处理结果;对所述至少一个区域处理结果进行拼接,得到所述第二特征分析结果。8.根据权利要求3所述的对象推荐方法,其特征在于,所述在所述第二数据量大于所述第三数据量的情况下,通过用户相似度确定所述目标用户账号对应的对象推荐列表,包括:确定所述目标用户账号与至少一个其他用户账号之间的用户相似度;根据所述用户相似度,确定所述目标用户账号对应的相似用户集合;根据所述相似用户集合包括的所述其他用户账号对应的对象关注列表,确定所述目标用户账号对应的对象推荐列表。9.根据权利要求8所述的对象推荐方法,其特征在于,所述确定所述目标用户账号与至少一个其他用户账号之间的用户相似度,包括:从所述历史数据中获取所述目标用户账号对应的第二待推荐对象的点击通过率,并获取所述至少一个其他用户账号对应的第二待推荐对象的点击通过率;通过所述第二待推荐对象的点击通过率计算所述目标用户账号与所述至少一个其他用户账号之间的相似度。10.根据权利要求8所述的对象推荐方法,其特征在于,所述根据所述相似用户集...
【专利技术属性】
技术研发人员:王磊,曹煜,
申请(专利权)人:上海哔哩哔哩科技有限公司,
类型:发明
国别省市:
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。