一种数据推荐方法、装置、计算机及可读存储介质制造方法及图纸

本申请实施例公开了一种数据推荐方法、装置、计算机及可读存储介质，涉及人工智能领域，该方法包括：获取目标用户的历史登录状态信息，根据历史登录状态信息预测目标用户在目标时间段内的预测登录状态；若目标用户在目标时间段内的预测登录状态属于在线状态，则从用户特征库中查找与目标用户关联的目标用户特征，获取至少两个候选对象分别对应的对象特征；对至少两个候选对象分别对应的对象特征与目标用户特征进行关联预测，得到至少两个候选对象分别与目标用户的预测关联度，基于预测关联度，从至少两个候选对象中确定目标用户的目标推荐对象。采用本申请，可以提高对数据推荐的效率。效率。效率。

【技术实现步骤摘要】
一种数据推荐方法、装置、计算机及可读存储介质


[0001]本申请涉及计算机
，尤其涉及一种数据推荐方法、装置、计算机及可读存储介质。

技术介绍

[0002]随着互联网行业的日益发展，应用程序的种类和数量越来越多，使用应用程序的用户的数量也越来越多，为了更好地为用户服务，应用程序一般会为用户提供定制化服务，即向用户推荐定制化对象。其中，现在的对象推荐一般是通过召回服务对候选对象进行过滤，同时请求用户特征服务、对象特征服务及模型服务等对过滤后的候选对象进行打分，以确定需要为登录的用户推荐的对象，过程较为复杂，给在线层带来较高的计算和存储成本，降低了数据推荐的效率。同时基于召回服务对候选对象进行过滤，为在线层降低服务压力，但是对候选对象进行过滤会过滤掉大量的数据，而且召回服务一般是基于用户的特征对候选对象进行召回，因此，可能会导致将用户真正喜欢的对象过滤掉，降低了模型的精度。

技术实现思路

[0003]本申请实施例提供了一种数据推荐方法、装置、计算机及可读存储介质，可以提高对数据推荐的效率。
[0004]本申请实施例一方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据推荐方法，其特征在于，所述方法包括：获取目标用户的历史登录状态信息，根据所述历史登录状态信息预测所述目标用户在目标时间段内的预测登录状态；若所述目标用户在所述目标时间段内的预测登录状态属于在线状态，则从用户特征库中查找与所述目标用户关联的目标用户特征，获取至少两个候选对象分别对应的对象特征；对所述至少两个候选对象分别对应的对象特征与所述目标用户特征进行关联预测，得到所述至少两个候选对象分别与所述目标用户的预测关联度，基于所述预测关联度，从所述至少两个候选对象中确定所述目标用户的目标推荐对象；所述目标推荐对象用于在检测到所述目标用户在所述目标时间段内的实际登录状态为在线状态时，作为所述目标用户的推荐内容。2.如权利要求1所述的方法，其特征在于，所述获取目标用户的历史登录状态信息，根据所述历史登录状态信息预测所述目标用户在目标时间段内的预测登录状态，包括：获取目标用户的历史登录状态信息，获取至少两个默认分布状态；根据所述历史登录状态信息及所述至少两个默认分布状态，得到状态转移矩阵；根据所述状态转移矩阵预测所述目标用户在目标时间段内的预测登录状态。3.如权利要求2所述的方法，其特征在于，所述根据所述历史登录状态信息及所述至少两个默认分布状态，得到状态转移矩阵，包括：根据所述历史登录状态信息确定状态变化序列，将所述至少两个默认分布状态分别作为状态节点，基于所述状态变化序列确定至少两个状态节点之间的边，生成状态链；基于所述状态链确定状态转移矩阵。4.如权利要求3所述的方法，其特征在于，所述基于所述状态链确定状态转移矩阵，包括：基于所述状态链中的至少两个状态节点确定矩阵维度特征，根据所述状态链中的所述至少两个状态节点之间的边确定矩阵参数，将所述矩阵维度特征及所述矩阵参数组成初始状态转移矩阵；对所述初始状态转移矩阵进行转移处理，得到状态转移矩阵。5.如权利要求1所述的方法，其特征在于，所述对所述至少两个候选对象分别对应的对象特征与所述目标用户特征进行关联预测，得到所述至少两个候选对象分别与所述目标用户的预测关联度，包括：对所述至少两个候选对象中的第i个候选对象的对象特征与所述目标用户特征进行特征拼接，得到第i个拼接特征；i为正整数，i小于或等于所述至少两个候选对象的候选数量；基于数据推荐模型对所述第i个拼接特征进行关联预测，得到所述第i个候选对象与所述目标用户的预测关联度，直至得到所述至少两个候选对象分别与所述目标用户的预测关联度。6.如权利要求5所述的方法，其特征在于，所述基于数据推荐模型对所述第i个拼接特征进行关联预测，得到所述第i个候选对象与所述目标用户的预测关联度，包括：基于数据推荐模型对所述第i个拼接特征中的至少两个子特征进行向量转换，得到所述至少两个子特征分别对应的转换向量；
对所述第i个拼接特征中的至少两个子特征进行特征融合，得到第i个第一融合特征，对所述至少两个子特征分别对应的转换向量进行特征内积处理，得到第i个第二融合特征，对所述至少两个子特征分别对应的转换向量进行激活处理，得到第i个第三融合特征；对所述第i个第一融合特征、所述第i个第二融合特征及所述第i个第三融合特征进行关联预测，得到所述第i个候选对象与所述目标用户的预测关联度。7.如权利要求1所述的方法，其特征在于，所述基于所述预测关联度，从所述至少两个候选对象中确定所述目标用户的目标推荐对象，包括：获取推荐数量阈值，基于所述预测关联度，对所述至少两个候选对象进行关联排序，从关联排序后的至少两个候选对象中获取N个候选对象，作为所述目标用户的目标推荐对象；N为正整数，N大于或等于所述推荐数量阈值。8.如权利要求1所述的方法，其特征在于，所述目标用户与所述目标推荐对象存储于离线层；所述方法还包括：基于所述离线层将所述目标用户及所述目标用户的目标推荐对象发送至在线层，在所述在...

【专利技术属性】
技术研发人员：叶杰生，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：