本申请涉及一种可进行干预的个性化推荐方法、装置、设备和存储介质。所述方法包括：通过基于常规推荐策略模型先生成一个常规物料推荐列表，在对该用户进行判断是否属于干预客群，若属于则将预设的干预物料按照对应的干预策略插入至常规物料推荐列表中以生成针对该用户的个性化物料推荐列表，这样该用户在进行浏览页面时可游览到更为有针对性，也就是用户更为感兴趣的物料。同时基于在常规物料推荐列表中可强插物料的这一功能，作为提供物料一方也可以灵活对自己的活动，产品或信息对对口用户进行定向推广。户进行定向推广。户进行定向推广。
【技术实现步骤摘要】
可进行干预的个性化推荐方法、装置、设备和存储介质
[0001]本申请涉及个性化推荐
，特别是涉及一种可进行干预的个性化推荐方法、装置、设备和存储介质。
技术介绍
[0002]随着当今信息的越来越多，人们对于信息的获取，从以前的无处获取，到现在的信息过剩，不知该要哪些。同时AI科技的大力发展，催化了人们对于机器学习及算法与实际应用场景之间的关联。在内容推荐这个赛道中，机器学习的算法模型，例如梯度决策树、协同过滤、逻辑回归，亦或是深度学习模型Wide&Deep、Deep FM等，通过计算物料和用户兴趣之间的相似度，从而找到用户可能最感兴趣的文章。
[0003]当前个性化推荐系统通过将召回模型、排序模型、及业务规则整合，实现根据用户兴趣特征，推荐用户更愿意浏览的物料。现有个性化推荐系统更多立足于算法模型，希望通过更多特征维度的算法模型实现用户和推荐物料二者之间相似度的计算。其核心流程包含通过API的方式接入用户各类业务数据，对其数据进行清洗和质量校验，特征工程、抽取特征构建样本，再配合自定义模型开发，最后通过推荐位串联起召回、排序、重排等模块实现最终应用端展示时的个性化内容展示服务。
[0004]而现有的个性化物料推荐列表均是通过算法模型进行计算得到的，很少能够进行人工干预，这样使得作为提供物料的一方不能灵活的将想要推广的物料展现在客户面前。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够有目的性的将物料插入个性化推荐列表的可进行干预的个性化推荐方法、装置、设备和存储介质。
[0006]一种可进行干预的个性化推荐方法，所述方法包括：
[0007]获取用户的触发指令以及与该用户相关的用户信息；
[0008]根据所述触发指令以及用户信息基于常规推荐策略模型进行计算，得到针对该用户的常规物料推荐列表；
[0009]根据所述用户信息基于干预策略条件进行判断，判断该用户是否属于干预客群；
[0010]若判断该用户属于干预客群则将预设的干预物料按照对应预设的干预策略插入所述常规物料推荐信息表中，生成个性化物料推荐列表，其中所述干预物料为单条物料或多条内容相关的物料，若判断该用户不属于干预客群，则不对所述常规推荐信息列表进行干预；
[0011]将生成的所述常规物料推荐列表或个性化物料推荐列表发送至第一可视化界面向该用户进行呈现。
[0012]在其中一实施例中，所述与该用户相关的用户信息包括：该用户的特征参数、发送触发指令的时间、推荐历史数据。
[0013]在其中一实施例中，在根据干预策略条件对用户进行判断时包括：
[0014]判断用户的特征参数是否满足所述干预策略条件中预设的干预客群特征；
[0015]判断用户发送触发指令的时间是否在所述干预策略条件中预设的时间范围内；
[0016]判断用户的推荐历史数据是否与所述预策略条件中插入的干预物料类别是否相似；
[0017]若以上条件均满足则判断该用户属于干预客群，若不满足则判断该用户不属于干预客群。
[0018]在其中一实施例中，在对干预物料以及对应的干预策略进行预设时均通过人机交互的方式进行设置。
[0019]在其中一实施例中，在对干预物料进行预设时：
[0020]通过第二可视化界面接收搜索指令，并根据所述搜索指令在数据仓库中提取与所述搜索指令相关的多个物料，并将物料信息通过所述第二可视化界面进行呈现；
[0021]通过第二可视化界面接收确定指令，并根据所述确定指令将指定的一个物料或者多个物料作为预设的干预物料。
[0022]在其中一实施例中，在对干预策略进行预设时针对不同的干预物料进行相应的干预策略设置；
[0023]所述干预策略设置包括：所述干预物料投放在所述第一可视化界面的位置，所述干预物料投放的模式、所述干预物料投放的时间点。
[0024]在其中一实施例中，所述多条干预物料在所述第一可视化界面出现的模式为栏目框的形式。
[0025]一种可进行干预的个性化推荐装置，所述装置包括：
[0026]触发模块，用于获取用户的触发指令以及与该用户相关的用户信息；
[0027]常规物料推荐列表生成模块，用于根据所述触发指令以及用户信息基于常规推荐策略模型进行计算，得到针对该用户的常规物料推荐列表；
[0028]干预客群判断模块，用于根据所述用户信息基于干预策略条件进行判断，判断该用户是否属于干预客群；
[0029]个性化物料推荐列表生成模块，用于若判断该用户属于干预客群则将预设的干预物料按照对应预设的干预策略插入所述常规物料推荐信息表中，生成个性化物料推荐列表，其中所述干预物料为单条物料或多条内容相关的物料，若判断该用户不属于干预客群，则不对所述常规推荐信息列表进行干预；
[0030]发送模块，将生成的所述常规物料推荐列表或个性化物料推荐列表发送至第一可视化界面向该用户进行呈现。
[0031]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0032]获取用户的触发指令以及与该用户相关的用户信息；
[0033]根据所述触发指令以及用户信息基于常规推荐策略模型进行计算，得到针对该用户的常规物料推荐列表；
[0034]根据所述用户信息基于干预策略条件进行判断，判断该用户是否属于干预客群；
[0035]若判断该用户属于干预客群则将预设的干预物料按照对应预设的干预策略插入所述常规物料推荐信息表中，生成个性化物料推荐列表，其中所述干预物料为单条物料或
多条内容相关的物料，若判断该用户不属于干预客群，则不对所述常规推荐信息列表进行干预；
[0036]将生成的所述常规物料推荐列表或个性化物料推荐列表发送至第一可视化界面向该用户进行呈现。
[0037]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0038]获取用户的触发指令以及与该用户相关的用户信息；
[0039]根据所述触发指令以及用户信息基于常规推荐策略模型进行计算，得到针对该用户的常规物料推荐列表；
[0040]根据所述用户信息基于干预策略条件进行判断，判断该用户是否属于干预客群；
[0041]若判断该用户属于干预客群则将预设的干预物料按照对应预设的干预策略插入所述常规物料推荐信息表中，生成个性化物料推荐列表，其中所述干预物料为单条物料或多条内容相关的物料，若判断该用户不属于干预客群，则不对所述常规推荐信息列表进行干预；
[0042]将生成的所述常规物料推荐列表或个性化物料推荐列表发送至第一可视化界面向该用户进行呈现。
[0043]上述可进行干预的个性化推荐方法、装置、设备和存储介质，通过基于常规推荐策略模型先生成一个常规物料推荐列表，在对该用户进行判断是否属于干预客群，若属于则将预设的干预物料按本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.可进行干预的个性化推荐方法，其特征在于，所述方法包括：获取用户的触发指令以及与该用户相关的用户信息；根据所述触发指令以及用户信息基于常规推荐策略模型进行计算，得到针对该用户的常规物料推荐列表；根据所述用户信息基于干预策略条件进行判断，判断该用户是否属于干预客群；若判断该用户属于干预客群则将预设的干预物料按照对应预设的干预策略插入所述常规物料推荐信息表中，生成个性化物料推荐列表，其中所述干预物料为单条物料或多条内容相关的物料，若判断该用户不属于干预客群，则不对所述常规推荐信息列表进行干预；将生成的所述常规物料推荐列表或个性化物料推荐列表发送至第一可视化界面向该用户进行呈现。2.根据权利要求1所述的个性化推荐方法，其特征在于，所述与该用户相关的用户信息包括：该用户的特征参数、发送触发指令的时间、推荐历史数据。3.根据权利要求2所述的个性化推荐方法，其特征在于，在根据干预策略条件对用户进行判断时包括：判断用户的特征参数是否满足所述干预策略条件中预设的干预客群特征；判断用户发送触发指令的时间是否在所述干预策略条件中预设的时间范围内；判断用户的推荐历史数据是否与所述预策略条件中插入的干预物料类别是否相似；若以上条件均满足则判断该用户属于干预客群，若不满足则判断该用户不属于干预客群。4.根据权利要求1所述的个性化推荐方法，其特征在于，在对干预物料以及对应的干预策略进行预设时均通过人机交互的方式进行设置。5.根据权利要求4所述的个性化推荐方法，其特征在于，在对干预物料进行预设时：通过第二可视化界面接收搜索指令，并根据所述搜索指令在数据仓库中提取与所述搜索指令相关的多个物料，并将物料信息通过所述第二可视化界面进行呈现；通过第二可视...
【专利技术属性】
技术研发人员：丁栋津，吴晨，廖欢，
申请(专利权)人：上海深擎信息科技有限公司，
类型：发明
国别省市：
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。