对象评估方法、计算设备及可读存储介质技术

本说明书实施例提供对象评估方法、计算设备及可读存储介质，其中对象评估方法包括：提供第一用户数据，根据目标用户属性和第一属性值，将第一用户对应的第一用户粒子映射至预设坐标空间中，将第一用户粒子的当前坐标对应的属性值和目标对象之间的匹配度，确定为第一用户粒子的指标分数，以指标分数的变化趋势为目标，对第一用户粒子的坐标进行迭代更新，根据迭代更新后的各用户粒子之间指标分数的差异值，确定待评估对象的用户偏差度。将用户粒子映射在任意目标用户属性的坐标空间中，具有高适应度，且根据自迭代更新后用户粒子坐标间指标分数的差异值，确定用户偏差度，保证了准确性且提升了处理效率。性且提升了处理效率。性且提升了处理效率。

【技术实现步骤摘要】
对象评估方法、计算设备及可读存储介质


[0001]本说明书实施例涉及数据处理
，特别涉及一种对象评估方法。

技术介绍

[0002]随着计算机技术的发展，对于用户数据和目标对象之间的交互数据，进行深入分析，得到该用户与目标对象之间的匹配度，并基于匹配度确定目标用户进行目标对象的对象推荐，在电商平台的商品推荐、信息推荐平台的信息推荐、信息搜索平台的个性化信息搜索、教育平台的课程匹配等诸多领域得到广泛应用。仅仅基于匹配度确定目标用户来进行对象推荐，因为交互数据的采集限制和匹配度分析算法的设置偏向，导致确定的目标用户之间存在高偏差度，例如，对于“空乘”这一职业，确定的目标用户多为女性用户，对于该职业存在高用户偏差。
[0003]目前，对于待评估对象的用户偏差度进行评估，主要依赖于统计意义上的指标计算方法，例如，准确率、召回率、F1
‑
Score(统计学中用来衡量二分类模型精确度的一种指标)等，来进行统计计算，得到待评估对象的用户偏差度。然而，为了保证评估结果的准确性，需要对大量数据进行统计分析，例如，使用暴力穷举法逐步对所有用户数据的指标都进行计算和分析，进而确定用户偏差度，会导致评估效率不足，且其对应的评估结果主要为二元结果，这与实际的多元化对象推荐结果存在差异，因此，亟需一种高效且高适应度的对象评估方法确定待评估对象的用户偏差度。

技术实现思路

[0004]有鉴于此，本说明书实施例提供了一种对象评估方法。本说明书一个或者多个实施例同时涉及一种商品推荐系统的评估方法，一种信息推荐系统的评估方法，一种对象评估装置，一种商品推荐系统的评估装置，一种信息推荐系统的评估装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0005]根据本说明书实施例的第一方面，提供了一种对象评估方法，包括：
[0006]提供第一用户数据，其中，第一用户数据包括目标用户属性和目标用户属性对应的第一属性值；
[0007]根据目标用户属性和第一属性值，将第一用户数据对应的第一用户粒子映射至预设坐标空间中；
[0008]将第一用户粒子的当前坐标对应的属性值和目标对象之间的匹配度，确定为第一用户粒子的指标分数；
[0009]以指标分数的变化趋势为目标，对第一用户粒子的坐标进行迭代更新；
[0010]根据迭代更新后的各用户粒子之间指标分数的差异值，确定待评估对象的用户偏差度。
[0011]根据本说明书实施例的第二方面，提供了一种商品推荐系统的评估方法，包括：
[0012]提供第一用户数据，其中，第一用户数据包括目标用户属性和目标用户属性对应
的第一属性值；
[0013]根据目标用户属性和第一属性值，将第一用户数据对应的第一用户粒子映射至预设坐标空间中；
[0014]将第一用户粒子的当前坐标对应的属性值和目标商品之间的匹配度，确定为第一用户粒子的指标分数；
[0015]以指标分数的变化趋势为目标，对第一用户粒子的坐标进行迭代更新
[0016]根据迭代更新后的各用户粒子之间指标分数的差异值，确定商品推荐系统的用户偏差度。
[0017]根据本说明书实施例的第三方面，提供了一种信息推荐系统的评估方法，包括：
[0018]提供第一用户数据，其中，第一用户数据包括目标用户属性和目标用户属性对应的第一属性值；
[0019]根据目标用户属性和第一属性值，将第一用户数据对应的第一用户粒子映射至预设坐标空间中；
[0020]将第一用户粒子的当前坐标对应的属性值和目标推荐信息之间的匹配度，确定为第一用户粒子的指标分数；
[0021]以指标分数的变化趋势为目标，对第一用户粒子的坐标进行迭代更新；
[0022]根据迭代更新后的各用户粒子之间指标分数的差异值，确定信息推荐系统的用户偏差度。
[0023]根据本说明书实施例的第四方面，提供了一种对象评估装置，包括：
[0024]第一提供模块，被配置为提供第一用户数据，其中，第一用户数据包括目标用户属性和目标用户属性对应的第一属性值；
[0025]第一映射模块，被配置为根据目标用户属性和第一属性值，将第一用户数据对应的第一用户粒子映射至预设坐标空间中；
[0026]第一指标分数确定模块，被配置为将第一用户粒子的当前坐标对应的属性值和目标对象之间的匹配度，确定为第一用户粒子的指标分数；
[0027]第一更新模块，被配置为以指标分数的变化趋势为目标，对第一用户粒子的坐标进行迭代更新；
[0028]第一偏差度确定模块，被配置为根据迭代更新后的各用户粒子之间指标分数的差异值，确定待评估对象的用户偏差度。
[0029]根据本说明书实施例的第五方面，提供了一种商品推荐系统的评估装置，包括：
[0030]第二提供模块，被配置为提供第一用户数据，其中，第一用户数据包括目标用户属性和目标用户属性对应的第一属性值；
[0031]第二映射模块，被配置为根据目标用户属性和第一属性值，将第一用户数据对应的第一用户粒子映射至预设坐标空间中；
[0032]第二指标分数确定模块，被配置为将第一用户粒子的当前坐标对应的属性值和目标商品之间的匹配度，确定为第一用户粒子的指标分数；
[0033]第二更新模块，被配置为以指标分数的变化趋势为目标，对第一用户粒子的坐标进行迭代更新
[0034]第二偏差度确定模块，被配置为根据迭代更新后的各用户粒子之间指标分数的差
异值，确定商品推荐系统的用户偏差度。
[0035]根据本说明书实施例的第六方面，提供了一种信息推荐系统的评估装置，包括：
[0036]第三提供模块，被配置为提供第一用户数据，其中，第一用户数据包括目标用户属性和目标用户属性对应的第一属性值；
[0037]第三映射模块，被配置为根据目标用户属性和第一属性值，将第一用户数据对应的第一用户粒子映射至预设坐标空间中；
[0038]第三指标分数确定模块，被配置为将第一用户粒子的当前坐标对应的属性值和目标推荐信息之间的匹配度，确定为第一用户粒子的指标分数；
[0039]第三更新模块，被配置为以指标分数的变化趋势为目标，对第一用户粒子的坐标进行迭代更新；
[0040]第三偏差度确定模块，被配置为根据迭代更新后的各用户粒子之间指标分数的差异值，确定信息推荐系统的用户偏差度。
[0041]根据本说明书实施例的第七方面，提供了一种计算设备，包括：
[0042]存储器和处理器；
[0043]存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，该计算机可执行指令被处理器执行时实现上述对象评估方法，商品推荐系统的评估方法，或者信息推荐系统的评估方法的步骤。
[0044]根据本说明书实施例的第八方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述对象评估方法，商品本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象评估方法，包括：提供第一用户数据，其中，所述第一用户数据包括目标用户属性和所述目标用户属性对应的第一属性值；根据所述目标用户属性和所述第一属性值，将所述第一用户数据对应的第一用户粒子映射至预设坐标空间中；将所述第一用户粒子的当前坐标对应的属性值和目标对象之间的匹配度，确定为所述第一用户粒子的指标分数；以指标分数的变化趋势为目标，对所述第一用户粒子的坐标进行迭代更新；根据迭代更新后的各用户粒子之间指标分数的差异值，确定待评估对象的用户偏差度。2.根据权利要求1所述的方法，在所述根据所述目标用户属性和所述第一属性值，将所述第一用户数据对应的第一用户粒子映射至预设坐标空间中之后，还包括：根据所述第一属性值，确定所述第一用户数据对应的初始用户粒子群，其中，所述初始用户粒子群为预先设定的至少两个用户粒子群；所述根据迭代更新后的各用户粒子之间指标分数的差异值，确定所述待评估对象的用户偏差度，包括：根据迭代更新后的各用户粒子的坐标，确定各用户粒子对应的目标用户粒子群；根据目标用户粒子群之间指标分数的差异值，确定所述待评估对象的用户偏差度。3.根据权利要求2所述的方法，所述变化趋势为单调变化，所述初始用户粒子群包括第一方向用户粒子群和第二方向用户粒子群，其中，所述第一方向用户粒子群包括第一方向粒子，所述第二方向用户粒子群包括第二方向粒子；所述以指标分数的变化趋势为目标，对所述第一用户粒子的坐标进行迭代更新，包括：根据所述第一用户粒子对应的初始用户粒子群，判断所述第一用户粒子为第一方向粒子或的第二方向粒子；在所述第一用户粒子为第一方向粒子的情况下，以指标分数单调增长为目标，对所述第一用户粒子的坐标进行迭代更新；在所述第一用户粒子为第二方向粒子的情况下，以指标分数单调下降为目标，对所述第一用户粒子的坐标进行迭代更新。4.根据权利要求3所述的方法，在所述第一用户粒子为第一方向粒子的情况下，以指标分数单调增长为目标，对所述第一用户粒子的坐标进行迭代更新，包括：在所述第一用户粒子为第一方向粒子的情况下，确定所述第一用户粒子的当前坐标为初始局部坐标，并根据所述第一用户粒子对应的初始用户粒子群中各用户粒子的指标分数，确定初始全局坐标；根据所述初始全局坐标和所述初始局部坐标，调整所述第一用户粒子的坐标；将所述第一用户粒子的调整后坐标对应的属性值和目标对象之间的匹配度，确定为所述第一用户粒子的更新指标分数，并根据所述更新指标分数和历史指标分数，确定目标局部坐标；若未满足预设迭代结束条件，将所述目标局部坐标确定为所述初始局部坐标，并返回执行所述根据所述第一用户粒子对应的初始用户粒子群中各用户粒子的指标分数，确定初
始全局目标坐标的步骤，直到满足所述预设迭代结束条件，得到迭代更新完成的第一用户粒子；和/或，在所述第一用户粒子为第二方向粒子的情况下，以指标分数单调下降为目标，对所述第一用户粒子的坐标进行迭代更新，包括：在所述第一用户粒子为第二方向粒子的情况下，确定所述第一用户粒子的当前坐标为初始局部坐标，并根据所述第一用户粒子对应的初始用户粒子群中各用户粒子的指标分数，确定初始全局坐标；根据所述初始全局坐标和所述初始局部坐标，调整所述第一用户粒子的坐标；将所述第一用户粒子的调整后坐标对应的属性值和目标对象之间的匹配度，确定为所述第一用户粒子的更新指标分数，并根据所述更新指标分数和历史指标分数，确定目标局部坐标；若未...

【专利技术属性】
技术研发人员：郭辉忠，李进锋，刘翔宇，胡仄虹，张荣，薛晖，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：