【技术实现步骤摘要】
数据推荐方法、装置、设备和存储介质
本专利技术涉及互联网
,尤其涉及一种数据推荐方法、装置、设备和存储介质。
技术介绍
随着人工智能技术以及互联网技术的不断发展,越来越多的智能设备已经被广泛地应用于人们的生活、工作中。而且,人们与智能设备的交互方式也发生了改变,从传统的按键、触控方式,发展为语音交互等方式。以智能音箱为例,当用户使用智能音箱听歌曲时,可能并不会给出明确的想要听某首歌曲的意图,而仅仅是给出想听歌曲的意图。此时,智能音箱会根据设定的策略为用户推荐歌曲以播放给用户听。如果智能音箱推荐的歌曲并不被用户所喜欢,那么则会让该用户具有不佳的使用体验。因此,需要为用户进行针对性的诸如歌曲等数据推荐,以增强用户粘性。
技术实现思路
本专利技术实施例提供一种数据推荐方法、装置、设备和存储介质,以实现为用户推荐更匹配的数据。第一方面,本专利技术实施例提供一种数据推荐方法,该方法包括:获取与用户对应的第一数据集合;根据所述用户对应的群体特征,滤除所述第一数据集合中不符合所述群 ...
【技术保护点】
1.一种数据推荐方法,其特征在于,包括:/n获取与用户对应的第一数据集合;/n根据所述用户对应的群体特征,滤除所述第一数据集合中不符合所述群体特征的数据,以得到第二数据集合;/n将所述第二数据集合推荐给所述用户。/n
【技术特征摘要】
1.一种数据推荐方法,其特征在于,包括:
获取与用户对应的第一数据集合;
根据所述用户对应的群体特征,滤除所述第一数据集合中不符合所述群体特征的数据,以得到第二数据集合;
将所述第二数据集合推荐给所述用户。
2.根据权利要求1所述的方法,其特征在于,所述获取与用户对应的第一数据集合,包括:
根据所述用户对已推荐过的历史数据的反馈行为,获取所述用户偏好的历史数据;
获取与所述用户偏好的历史数据之间符合相似度条件的数据,所述第一数据集合中包括所述符合相似度条件的数据。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取设定时间内为所述用户推荐过的历史数据;
若所述第一数据集合中包括所述历史数据,则从所述第一数据集合中滤除所述历史数据。
4.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
根据所述用户对已推荐过的历史数据的反馈行为,获取所述用户不喜欢的历史数据;
若所述第一数据集合中包括所述历史数据,则从所述第一数据集合中滤除所述历史数据。
5.根据权利要求1或2所述的方法,其特征在于,所述根据所述用户对应的群体特征,滤除所述第一数据集合中不符合所述群体特征的数据,包括:
获取多个用户组,所述多个用户组各自对应于不同群体特征,所述群体特征中包括所述用户对应的群体特征;
针对所述第一数据集合中的目标数据,确定所述多个用户组分别对所述目标数据的偏好度;
根据所述多个用户组分别对所述目标数据的偏好度,确定所述目标数据对应的目标用户组;
若所述目标用户组对应的群体特征与所述用户对应的群体特征不匹配,则从所述第一数据集合中滤除所述目标数据。
6.根据权利要求5所述的方法,其特征在于,所述确定所述多个用户组分别对所述目标数据的偏好度,包括:
针对所述多个用户组中的任一用户组,确定所述任一用户组内使用过所述目标数据的用户数量与所述任一用户组对应的全部用户数量的第一比值为所述任一用户组对所述目标数据的偏好度。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
根据所述任一用户组内的用户对所述目标数据的反馈行为,调整所述第一比值。
8.根据权利要求6所述的方法,其特征在于,所述根据所述多个用户组分别对所述目标数据的偏好度,确定所述目标数据对应的目标用户组,包括:
确定所述多个用户组内使用过所述目标数据的用户数量与所述多个用户组对应的全部用户数量的第二比值;
确定所述目标用户组为所述多个用户组中所述第一比值大于所述第二比值的用户组。
9.根据权利要求8所述的方法,其特征在于,所述确定所述目标用户组为所述多个用户组中所述第一比值大于所述第二比值的用户组,包括:
若所述多个用户组中至少两个用户组的所述第一比值大于所述第二比值,则确定所述至少两个用户组中具有最大的第一比值的用户组为所述目标用户组,或者,确定所述至少两个用户组都为所述目标用户组。
10.根据权利要求1所述的方法,其特征在于,所述第二数据集合中包括多首歌曲;所述将所述第二数据集合推荐给所述用户,包括:
控制音频播放设备依次播放所述多首歌曲。
11.一种数据推荐装置,其特征在于,包括:
获取模块,用于获取与用户对应的第一数据集合;
过滤模块,用于根据所述用户对应的群体特征,滤除所述第一数据集合中不符合所述群体特征的数据,以得到第二数据集合;
输出模块,用于将所述第二数据集合推荐给所述用户。
12.一种电子设备,其特征在于,包括:存储器、处理器;其中,所述存储器上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1至10中任一项所述的数据推荐方法。
13.一种非暂时性机器可读存储介质,其特征在于,所述非暂时性机器可读存储介质上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1至10中任一项所述的数据推荐方法。
14.一种数据推荐方法,其特征在于,包括:
确定用户的群体特征;
获取与所述群体特征匹...
【专利技术属性】
技术研发人员:吴凯凯,张跃伟,瞿春燕,聂再清,何鹏,陈思聪,丁小飞,周晓欢,高源伯,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛;KY
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。