推荐方法、电子设备及计算机存储介质技术

本申请实施例提供了一种推荐方法、电子设备及计算机存储介质。该推荐方法包括获取目标对象的属性信息、候选推荐对象的信息、以及目标对象的行为信息，其中；根据目标对象的属性信息和候选推荐对象的信息，对行为信息进行特征提取，以获得用于指示目标对象第一兴趣的第一兴趣特征数据；使用第一兴趣特征数据对目标对象的第二时间段的兴趣特征数据进行更新，并从更新的第二时间段的兴趣特征数据中获取用于指示目标对象第二时间段的兴趣的第二兴趣特征数据；对第一兴趣特征数据和第二兴趣特征数据进行融合，并根据融合结果确定候选推荐对象的推荐程度。该方法推荐效果好。该方法推荐效果好。该方法推荐效果好。

【技术实现步骤摘要】
推荐方法、电子设备及计算机存储介质


[0001]本申请实施例涉及计算机
，尤其涉及一种推荐方法、电子设备及计算机存储介质。

技术介绍

[0002]随着应用程序集成的功能越来越丰富，以地图类应用程序为例，其不仅能够提供基础的地图功能，还集成了导航、车主服务、美食榜单、酒店推荐等多样信息化的功能。
[0003]对于使用者而言，应用程序中的功能增加有助于满足不同使用者的需求，但如何准确地向使用者推荐需要的功能，以降低使用者查找功能的时间成本，成为亟需解决的问题。

技术实现思路

[0004]有鉴于此，本申请实施例提供一种推荐方案，以至少部分解决上述问题。
[0005]根据本申请实施例的第一方面，提供了一种推荐方法，包括：获取目标对象的属性信息、候选推荐对象的信息、以及所述目标对象的行为信息，其中，所述行为信息包括所述目标对象的点击信息，所述行为信息还包括未点击信息、偏好信息和非偏好信息中至少之一；根据所述目标对象的属性信息和所述候选推荐对象的信息，对所述行为信息进行特征提取，以获得用于指示所述目标对象第一时间段兴趣的第一兴趣特征数据；使用所述第一兴趣特征数据对目标对象的第二时间段的兴趣特征数据进行更新，并从更新的所述第二时间段的兴趣特征数据中获取用于指示所述目标对象第二时间段的兴趣的第二兴趣特征数据；对所述第一兴趣特征数据和所述第二兴趣特征数据进行融合，并根据所述融合结果确定所述候选推荐对象的推荐程度。
[0006]根据本申请实施例的第二方面，提供了一种推荐方法，包括：展示地图界面；根据所述地图界面的界面类别，在所述地图界面中展示推荐的地图功能，推荐的所述地图功能根据上述的方法确定。
[0007]根据本申请实施例的第三方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一或二方面所述的方法对应的操作。
[0008]根据本申请实施例的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一或二方面所述的方法。
[0009]根据本申请实施例的第五方面，提供了一种计算机程序，该程序被处理器执行时实现如上述的方法。
[0010]根据本申请实施例提供的推荐方案，确定目标对象的兴趣特征时不仅使用了目标对象的属性信息和点击信息，而且结合了未点击信息、偏好信息和非偏好信息中的至少一个，减少了提取出的第一兴趣特征数据中的偏差，提升了准确度和可靠性，此外针对目标对
象不仅获得用于指示第一时间段兴趣的第一兴趣特行数据，而且提取出用于指示第二时间段的兴趣的第二兴趣特征数据，并通过第一兴趣特征数据和第二兴趣特征数据的融合获得更加全面的目标对象的兴趣特征数据，从而在基于融合结果确定向目标对象推荐候选推荐对象的推荐程度，以便提升推荐效果。
附图说明
[0011]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0012]图1为根据本申请实施例一的一种推荐方法的步骤流程图；
[0013]图2为根据本申请实施例一的一种实现步骤S104的子步骤的示意图；
[0014]图3为根据本申请实施例一的对行为信息、属性信息和候选推荐对象的信息进行处理神经网络模型的示意图；
[0015]图4为根据本申请实施例一的数据提纯的示意图；
[0016]图5为根据本申请实施例一的另一种实现步骤S104的子步骤的示意图；
[0017]图6为根据本申请实施例一的一种数据更新的示意图；
[0018]图7为根据本申请实施例一的神经网络模型训练过程中计算损失值的示意图；
[0019]图8a为根据本申请实施例一的一种实现步骤S108的子步骤的示意图；
[0020]图8b为根据本申请实施例一的一种数据融合的示意图；
[0021]图9为根据本申请实施例二的一种方法的步骤流程示意图；
[0022]图10为根据本申请实施例三的一种装置的结构框图；
[0023]图11为根据本申请实施例四的一种装置的结构框图；
[0024]图12为根据本申请实施例五的一种电子设备的结构示意图。
具体实施方式
[0025]为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
[0026]下面结合本申请实施例附图进一步说明本申请实施例具体实现。
[0027]实施例一
[0028]参照图1，示出了本申请的实施例一的推荐方法的步骤流程图。
[0029]在本实施例中，该方法可以配置于服务端或者终端设备上，用于确定对某个目标对象而言候选推荐对象的推荐程度。在不同的应用场景中候选推荐对象可以不同，其可以是待推荐的功能或者商品等。下面以候选推荐对象为应用程序中的功能为例进行说明：
[0030]其中，该方法包括以下步骤：
[0031]步骤S102：获取目标对象的属性信息、候选推荐对象的信息、以及所述目标对象的行为信息。
[0032]目标对象可以是应用程序的使用者。目标对象的属性信息可以是获得授权或许可的情况下获取。属性信息包括但不限于：使用者标识，但不限于此。
[0033]不同的使用场景中候选推荐对象可以不同，例如，若候选推荐对象为商品，则候选推荐对象的信息包括但不限于名称、品类、价格等等。又或者，若候选推荐对象为应用程序中的功能，则候选推荐对象的信息包括但不限于功能名称和功能所属类型等等。
[0034]在本实施例的一个示例中，候选推荐对象为应用程序中的功能，如导航功能、搜索周边功能、美食榜单功能、酒店推荐功能、车主服务功能、打车功能中至少之一。
[0035]行为信息可以在目标对象授权或者允许的情况下获得。为了提升对目标对象的兴趣提取的准确性，所述行为信息包括所述目标对象的点击信息。当然，在其他实施例中，为了能够更加准确地获得目标对象的兴趣点，避免误点击等情况产生的兴趣提取偏差，行为信息还可以包括未点击信息、非偏好信息、或者偏好信息等。
[0036]点击信息用于指示目标对象点击的候选推荐对象，如目标对象点击的商品序列或者点击的功能序列等。
[0037]未点击信息用于指示目标对象未点击的候选推荐对象，如向目标对象展示，但未点击的商品或功能等，这些未点击的候选推荐对象中也可能存在目标对象需要或偏好的对象。
[0038]偏好信息用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐方法，包括：获取目标对象的属性信息、候选推荐对象的信息、以及所述目标对象的行为信息，其中，所述行为信息包括所述目标对象的点击信息，所述行为信息还包括未点击信息、偏好信息和非偏好信息中至少之一；根据所述目标对象的属性信息和所述候选推荐对象的信息，对所述行为信息进行特征提取，以获得用于指示所述目标对象第一时间段兴趣的第一兴趣特征数据；使用所述第一兴趣特征数据对目标对象的第二时间段的兴趣特征数据进行更新，并从更新的所述第二时间段的兴趣特征数据中获取用于指示所述目标对象第二时间段的兴趣的第二兴趣特征数据；对所述第一兴趣特征数据和所述第二兴趣特征数据进行融合，并根据所述融合结果确定所述候选推荐对象的推荐程度。2.根据权利要求1所述的方法，其中，所述行为信息包括所述点击信息和所述非偏好信息，所述第一兴趣特征数据包括与所述点击信息对应的点击特征数据和与所述非偏好信息对应的非偏好特征数据；所述根据所述目标对象的属性信息和所述候选推荐对象的信息，对所述行为信息进行特征提取，以获得用于指示所述目标对象第一时间段兴趣的第一兴趣特征数据，包括：基于所述目标对象的属性信息、地图应用中的所述候选推荐对象的信息和所述点击信息，构建第一输入数据，并使用所述目标对象的属性信息、所述候选推荐对象的信息与所述非偏好信息，构建第二输入数据，所述点击信息用于指示地图应用中被点击的地图功能序列，所述非偏好信息用于指示地图应用中被点击非偏好选项的地图功能序列；对所述第一输入数据进行点击特征提取，以获得点击候选特征数据，并对所述第二输入数据进行非偏好特征提取，以获得所述非偏好特征数据；使用所述非偏好特征数据对所述点击候选特征数据进行修正，以获得所述点击特征数据。3.根据权利要求1或2所述的方法，其中，所述行为信息包括所述未点击信息和所述偏好信息，所述第一兴趣特征数据包括与所述未点击信息对应的未点击特征数据和与所述偏好信息对应的偏好特征数据；所述根据所述目标对象的属性信息和所述候选推荐对象的信息，对所述行为信息进行特征提取，以获得用于指示所述目标对象第一时间段兴趣的第一兴趣特征数据，包括：基于所述目标对象的属性信息、地图应用中的所述候选推荐对象的信息和所述未点击信息，构建第三输入数据，并使用所述目标对象的属性信息、所述候选推荐对象的信息与所述偏好信息，构建第四输入数据，所述未点击信息用于指示地图应用中未点击的地图功能序列，所述偏好信息用于指示地图应用中被点击偏好选项的地图功能序列；对所述第三输入数据进行未点击特征提取，以获得未点击候选特征数据，并对所述第四输入数据进行偏好特征提取，以获得所述偏好特征数据；使用所述偏好特征数据对所述未点击候选特征数据进行修正，以获得所述未点击特征数据。4.根据权利要求1所述的方法，其中，所述使用所述第一兴趣特征数据对目标对象的第二时间段的兴趣特征数据进行更新，包括：
根据需要更新的第二时间段的兴趣特征数据对应的行为种类，将所述第一兴趣特征数据中对应行为种类的特征数据和所述目标对象的属性信息拼接为更新数据，并将所述更新数据添加至对应的所述第二时间段的兴趣特征数据中。5.根据权利要求4所述的方法，其中，所...

【专利技术属性】
技术研发人员：周绍钧，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：