一种推荐方法、推荐装置、存储介质及终端设备制造方法及图纸

本申请公开了一种推荐方法、推荐装置、存储介质及终端设备，所述方法包括获取目标用户对应的用户特征；基于所述用户特征以及对象推荐模型，获得待推荐对象集中的各待推荐对象的推荐评分，其中，所述对象推荐模型包括隐语义模型；基于所述推荐评分，确定目标用户对应的推荐对象。本申请通过对象推荐模型来确定推荐对象，对象推荐模型可以通过自动聚类的方式来降低对象推荐模型对应的参数量，从而可以降低对象推荐模型所需的计算力，从而避免终端设备运行推荐方法时出现卡顿的问题。运行推荐方法时出现卡顿的问题。运行推荐方法时出现卡顿的问题。

【技术实现步骤摘要】
一种推荐方法、推荐装置、存储介质及终端设备


[0001]本申请涉及数据处理
，特别涉及一种推荐方法、推荐装置、存储介质及终端设备。

技术介绍

[0002]对象推荐功能是从海量对象(例如，商品、音视频和节目等)中主动挖掘用户喜好，并将其推荐给用户的功能。对象推荐功能能够实现信息过滤，来帮助用户快速发现自身所需信息，从而避免用户淹没在庞大而杂乱无序的网络内容中。但是，现有推荐模型往往需要占用终端设备大量的计算资源(例如，智能电视等)，而影响终端设备配置的其他功能的正常使用，而导致终端设备出现卡顿现象。

技术实现思路

[0003]本申请要解决的技术问题在于，针对现有技术的不足，提供一种推荐方法、推荐装置、存储介质及终端设备。
[0004]为了解决上述技术问题，本申请实施例第一方面提供了一种推荐方法，所述方法包括：
[0005]获取目标用户对应的用户特征，其中，所述用户特征包括若干对象组，每个对象组均包括目标对象以及访问记录；
[0006]基于所述用户特征以及对象推荐模型，获得待推荐对象集中的各待推荐对象的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐方法，其特征在于，所述方法包括：获取目标用户对应的用户特征，其中，所述用户特征包括若干对象组，每个对象组均包括目标对象以及访问记录；基于所述用户特征以及对象推荐模型，获得待推荐对象集中的各待推荐对象的推荐评分；基于所述推荐评分，确定目标用户对应的推荐对象。2.根据权利要求1所述推荐方法，其特征在于，所述基于所述用户特征以及对象推荐模型，获得待推荐对象集中的各待推荐对象的推荐评分具体包括：利用所述对象推荐模型，基于所述用户特征确定待推荐对象集中的各待推荐对象各自对应的候选推荐评分；利用所述对象推荐模型，基于所述访问记录以及各待推荐对象各自对应的候选推荐评分，确定各待推荐对象各自对应的修正因子；利用所述对象推荐模型，基于各待推荐对象对应的候选推荐评分以及修正因子，确定各待推荐对象各自对应的推荐评分。3.根据权利要求2所述推荐方法，其特征在于，利用所述对象推荐模型，基于所述访问记录以及各待推荐对象各自对应的候选推荐评分，确定各待推荐对象各自对应的修正因子具体包括：利用所述对象推荐模型，基于所述访问记录，确定各待推荐对象对应的权重系数；利用所述对象推荐模型，根据各待推荐对象对应的权重系数以及候选推荐评分，确定各待推荐对象各自对应的修正因子。4.根据权利要求1
‑
3任一所述推荐方法，其特征在于，所述对象推荐模型包括隐语义模型。5.根据权利要求1所述推荐方法，其特征在于，所述对象推荐模型的训练过程具体包括：将训练样本集中的训练样本输入预设网络模型，通过预设网络模型确定训练样本对应的预测评分；基于所述训练样本对应的目标评分以及预测评分确定损失函数；基于所述损失函数以及梯度下降法对所述预设网络模型的模型参数进行修正，以得到所述对象推荐模型。6.根据权利要求5所述推荐方法，其特征在于，所述训练样本集包括若干组用户偏好数据，每组用户偏好数据包括若干对象数据以及各对象数据各自对应的目标评分，其中，每组用户偏好数据中的每个对象数据均为该用户偏好数据对应的...

【专利技术属性】
技术研发人员：药欣，曹芝勇，胡乐，周树荣，毛明海，
申请(专利权)人：深圳TCL数字技术有限公司，
类型：发明
国别省市：