一种对象推荐方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例涉及人工智能领域，公开了一种对象推荐方法、装置、电子设备及存储介质，方法包括：获取用户发送的待推荐对象的对象推荐请求；其中，对象推荐请求包括待推荐对象关联数据和用户的多维度推荐关联因素；根据用户的多维度推荐关联因素以及对象推荐关联数据生成对象推荐请求匹配的多维度共现矩阵；根据待推荐对象关联数据和对象推荐关联数据生成对象推荐请求匹配的对象相似度矩阵；根据多维度共现矩阵和对象相似度矩阵生成对象推荐请求匹配的多维度关系矩阵；根据多维度关系矩阵确定对象推荐请求匹配的推荐对象。本发明专利技术实施例的技术方案能够提高对象推荐的准确度。的技术方案能够提高对象推荐的准确度。的技术方案能够提高对象推荐的准确度。

【技术实现步骤摘要】
一种对象推荐方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及智能推荐
，尤其涉及一种对象推荐方法、装置、电子设备及存储介质。

技术介绍

[0002]智能推荐可以基于大数据和人工智能技术，结合多个行业领域的积累提供个性化推荐服务。
[0003]智能推荐属于人工智能领域里的重要领域，对于企业尤其是零售类企业来说至关重要。在当今互联网企业中，智能推荐系统应用极为广泛，能够根据客户的偏好、习惯以及浏览记录等快速地向客户展现他可能感兴趣的推荐对象，推荐对象例如可以是商品、信息或音视频数据等，从而有效地保留用户长时浏览量，延长用户停留时间。
[0004]专利技术人在实现本专利技术的过程中，发现现有技术存在如下缺陷：传统智能推荐系统中，在推荐对象时往往仅对待推荐的对象进行简单的筛选逻辑处理，按发布时间、对象名称或对象分类将待推荐的对象以瀑布流的形式展示给用户。一般情况下，如果可以被推荐的对象数量有限，没有多少对象可以展示，则这种展示方式问题不大，不会给用户造成不良的用户体验。但是，随着时代的发展，互联网信息的数量和种类也越来越繁多，传统的对象推荐方法会向用户推荐较多的对象，但这些被推荐的对象中有很大一部分并不是用户感兴趣的对象，这就容易给用户造成较差的体验，减少用户停留时间。

技术实现思路

[0005]本专利技术实施例提供一种对象推荐方法、装置、电子设备及存储介质，能够提高对象推荐的准确度，从而提高用户体验。
[0006]第一方面，本专利技术实施例提供了一种对象推荐方法，包括：
[0007]获取用户发送的对象推荐请求；其中，所述对象推荐请求包括待推荐对象的待推荐对象关联数据和所述用户的多维度推荐关联因素；
[0008]根据所述多维度推荐关联因素以及对象推荐关联数据生成与所述对象推荐请求匹配的多维度共现矩阵；
[0009]根据所述待推荐对象关联数据和所述对象推荐关联数据生成与所述对象推荐请求匹配的对象相似度矩阵；
[0010]根据所述多维度共现矩阵和所述对象相似度矩阵生成与所述对象推荐请求匹配的多维度关系矩阵；
[0011]根据所述多维度关系矩阵确定所述对象推荐请求匹配的推荐对象。
[0012]第二方面，本专利技术实施例还提供了一种对象推荐装置，包括：
[0013]对象推荐请求获取模块，用于获取用户发送的对象推荐请求；其中，所述对象推荐请求包括待推荐对象的待推荐对象关联数据和所述用户的多维度推荐关联因素；
[0014]多维度共现矩阵生成模块，用于根据所述用户的多维度推荐关联因素以及对象推
荐关联数据生成与所述对象推荐请求匹配的多维度共现矩阵；
[0015]对象相似度矩阵生成模块，用于根据所述待推荐对象关联数据和所述对象推荐关联数据生成与所述对象推荐请求匹配的对象相似度矩阵；
[0016]多维度关系矩阵生成模块，用于根据所述多维度共现矩阵和所述对象相似度矩阵生成与所述对象推荐请求匹配的多维度关系矩阵；
[0017]推荐对象确定模块，用于根据所述多维度关系矩阵确定所述对象推荐请求匹配的推荐对象。
[0018]第三方面，本专利技术实施例还提供了一种电子设备，所述电子设备包括：
[0019]一个或多个处理器；
[0020]存储装置，用于存储一个或多个程序；
[0021]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任意实施例所提供的对象推荐方法。
[0022]第四方面，本专利技术实施例还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本专利技术任意实施例所提供的对象推荐方法。
[0023]本专利技术实施例通过根据用户发送的待推荐对象的对象推荐请求中包括的用户的多维度推荐关联因素以及对象推荐关联数据生成对象推荐请求匹配的多维度共现矩阵，并根据对象推荐请求中包括的待推荐对象关联数据和对象推荐关联数据生成对象推荐请求匹配的对象相似度矩阵，以根据多维度共现矩阵和对象相似度矩阵生成对象推荐请求匹配的多维度关系矩阵，最终根据生成的多维度关系矩阵确定对象推荐请求匹配的推荐对象，解决现有对象推荐方法存在的推荐准确度较低的问题，能够提高对象推荐的准确度，从而提高用户体验。
附图说明
[0024]图1是本专利技术实施例一提供的一种对象推荐方法的流程图；
[0025]图2是本专利技术实施例二提供的一种对象推荐方法的流程图；
[0026]图3是本专利技术实施例三提供的一种对象推荐装置的示意图；
[0027]图4为本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。
[0029]另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0030]本专利技术实施例的说明书和权利要求书及附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变
形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
[0031]实施例一
[0032]图1是本专利技术实施例一提供的一种对象推荐方法的流程图，本实施例可适用于根据多维度共现矩阵和对象相似度矩阵生成的多维度关系矩阵进行对象推荐的情况，该方法可以由对象推荐装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在电子设备中，该电子设备可以是终端设备，也可以是服务器设备，电子设备可以运行对象推荐系统以执行对象推荐方法即可，本专利技术实施例并不对电子设备的具体设备类型进行限定。可选的，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0033]本专利技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0034]人工智能基础技术一般包括如传感器、专用人工智能本文档来自技高网...

【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：获取用户发送的对象推荐请求；其中，所述对象推荐请求包括待推荐对象的待推荐对象关联数据和所述用户的多维度推荐关联因素；根据所述多维度推荐关联因素以及对象推荐关联数据生成与所述对象推荐请求匹配的多维度共现矩阵；根据所述待推荐对象关联数据和所述对象推荐关联数据生成与所述对象推荐请求匹配的对象相似度矩阵；根据所述多维度共现矩阵和所述对象相似度矩阵生成与所述对象推荐请求匹配的多维度关系矩阵；根据所述多维度关系矩阵确定所述对象推荐请求匹配的推荐对象。2.根据权利要求1所述的方法，其特征在于，所述待推荐对象包括待推荐设备，所述多维度推荐关联因素包括用户需求标识、用户地区标识以及用户设备开工率；所述根据所述多维度推荐关联因素以及对象推荐关联数据生成与所述对象推荐请求匹配的多维度共现矩阵，包括：根据所述对象推荐关联数据计算所述用户需求标识与所述待推荐对象之间的需求共现度；根据所述用户需求标识、所述待推荐对象以及所述需求共现度之间的映射关系构建与所述对象推荐请求匹配的需求对象共现矩阵；根据所述对象推荐关联数据计算所述用户地区标识与所述待推荐对象之间的地区共现度；根据所述用户地区标识、所述待推荐对象以及所述地区共现度之间的映射关系构建与所述对象推荐请求匹配的地区对象共现矩阵；根据所述对象推荐关联数据计算所述用户设备开工率与所述待推荐对象之间的开工率共现度；根据所述用户设备开工率、所述待推荐对象以及所述开工率共现度之间的映射关系构建与所述对象推荐请求匹配的开工率对象共现矩阵。3.根据权利要求1所述的方法，其特征在于，所述根据所述待推荐对象关联数据和所述对象推荐关联数据生成与所述对象推荐请求匹配的对象相似度矩阵，包括：根据所述待推荐对象关联数据提取所述待推荐对象的第一多维特征；根据所述对象推荐关联数据提取备选推荐对象的第二多维特征；计算所述第一多维特征和所述第二多维特征之间的特征相似度，作为所述待推荐对象与所述备选推荐对象之间的对象相似度；根据所述待推荐对象、所述备选推荐对象以及所述对象相似度之间的映射关系构建所述对象相似度矩阵。4.根据权利要求3所述的方法，其特征在于，所述计算所述第一多维特征和所述第二多维特征之间的特征相似度，包括：计算所述第一多维特征和所述第二多维特征的特征交集和特征并集；将所述特征交集和所述特征并集比值作为所述特征相似度。5.根据权利要求2所述的方法，其特征在于，所述根据所述多维度共现矩阵和所述对象
相似度矩阵生成与所述对象推荐请求匹配的多维度关系矩阵，包括：根据所述需求对象共现矩阵的矩阵元素和所述对象相似度矩阵的矩阵元素计算所述用户需求标识与备选推荐对象之间的需求推荐分值；根据所述用户需求标识、所述备选推荐对象以及所述需求推荐分值之间的映射关系构建与所述对象推荐请求匹配的需求对象关系矩阵；根据所述地区对象共现矩阵的矩阵元素和所述对象相似度矩阵的矩阵元素计算所述用户地区标识与所述备选推荐对象之间的地区推荐分值；根据所述用户地区标识、所述...

【专利技术属性】
技术研发人员：于思慧，
申请(专利权)人：平安国际融资租赁有限公司，
类型：发明
国别省市：