【技术实现步骤摘要】
一种组合对象推荐方法、装置、系统和存储介质
本公开实施例涉及机器学习
,具体涉及一种组合对象推荐方法、装置、系统和存储介质。
技术介绍
随着机器学习算法在工业应用日趋成熟,越来越多的公司开始搭建属于自己的产品推荐系统,以满足不同用户对产品个性化推荐的需求,让用户能够更加便捷地获取到自己喜好的产品,使得产品在曝光展示阶段获得更高的点击率,提高客户端用户活跃度,进而能够提高产品购买率。在产品推荐系统中应用机器学习,需要收集所推荐产品的属性特征,作为模型的训练特征的一部分。对不同类型产品推荐(即组合产品推荐)时,由于不同类型的产品具有不同的特征,目前通常将多个类型产品的属性特征直接拼接作为训练特征。但是当某个产品不具备其余产品所拥有的特征时,其特征值会取为空。多维特征维度取值为空会导致产品特征向量变得稀疏,这样不仅会增加模型的计算量和存储量,还会引入一些不必要的噪音,降低模型的效果。因此传统的单一模型推荐方法在推荐组合产品时的效果较差。
技术实现思路
为了解决现有技术存在的至少一个问题,本 ...
【技术保护点】
1.一种组合对象推荐方法,其中,所述组合对象包括多个对象,且所述多个对象分属于至少两种对象类型,所述方法包括:/n针对每种对象类型建立对应的推荐模型;/n针对一个被推荐用户,利用各对象类型对应的推荐模型分别获得各对象类型中的对象的推荐排序列表,以及从各对象类型对应的推荐排序列表中选取对象得到组合对象推荐结果。/n
【技术特征摘要】
1.一种组合对象推荐方法,其中,所述组合对象包括多个对象,且所述多个对象分属于至少两种对象类型,所述方法包括:
针对每种对象类型建立对应的推荐模型;
针对一个被推荐用户,利用各对象类型对应的推荐模型分别获得各对象类型中的对象的推荐排序列表,以及从各对象类型对应的推荐排序列表中选取对象得到组合对象推荐结果。
2.根据权利要求1所述的方法,其中,在所述针对每种对象类型建立对应的推荐模型之前,该方法还包括:
获取每个对象的一个或多个属性特征;
将属性特征数量相同且属性特征定义相同的所有对象划分为同种对象类型。
3.根据权利要求1所述的方法,其中,所述针对每种对象类型建立对应的推荐模型包括:
获取用户行为数据集合,其中,每条用户行为数据是描述一个用户对一个对象进行特定行为的数据;
根据涉及的不同对象类型将所述用户行为数据集合划分为对应于不同对象类型的数据集;
基于所述不同对象类型的数据集,构造每种对象类型的模型训练样本;
基于所述每种对象类型的模型训练样本,训练预设模型,得到每种对象类型对应的推荐模型。
4.根据权利要求3所述的方法,其中,所述每条用户行为数据包括:用户ID、对象ID、行为发生时间、曝光对象集合;
所述模型训练样本包括:用户ID、对象ID、行为发生时间、标签。
5.根据权利要求1所述的方法,其中,所述针对一个被推荐用户,利用各对象类型对应的推荐模型分别获得各对象类型中的对象的推荐排序列表包括:
利用各对象类型对应的推荐模型输出各对象类型中的对象ID与被推荐用户ID的匹配分数;
将各对象类型中的对象ID与被推荐用户I...
【专利技术属性】
技术研发人员:梁大卫,
申请(专利权)人:第四范式北京技术有限公司,
类型:发明
国别省市:北京;11
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。