推荐模型的推荐方法、推荐设备和计算机可读存储介质技术

本申请公开了一种推荐模型的推荐方法、推荐设备和计算机可读存储介质，推荐方法包括：获取推荐模型的多个业务和每个业务的分类信息；基于分类信息，构造多个基础特征；获取与基础特征对应的标签信息，基于基础特征和对应的标签信息计算得到基础特征的基础权重；基于基础权重对多个基础特征进行筛选，得到多个第一特征和每个第一特征的第一权重；计算第一特征的特征向量，并将多个第一特征进行特征交叉处理，得到多个第二特征；基于第一特征的特征向量，得到第二特征的第二权重；基于基础特征、基础特征的基础权重、第二特征和第二特征的第二权重，得到推荐模型的推荐概率。基于上述方式，可以实现多个特征组合并赋予权重，提高模型的预测概率。预测概率。预测概率。

【技术实现步骤摘要】
推荐模型的推荐方法、推荐设备和计算机可读存储介质


[0001]本申请涉及机器学习
，尤其涉及一种推荐模型的推荐方法、推荐设备和计算机可读存储介质。

技术介绍

[0002]随着线上消费模式的崛起和电商平台的快速发展，更精确地了解用户的个性化需求，个性化推荐成为各电商平台研究的热点之一。个性化推荐根据用户的特征和偏好，通过采集、分析和定义其在用户端上的历史行为，从而向用户推荐感兴趣的信息或物品。因此，个性化推荐模型的建立成为商家了解用户消费需求、抢占市场先机、提高交易额的重要战略。目前，在实际业务场景中，推荐模型往往利用用户的单一特征进行建立模型，模型的预测效果差。

技术实现思路

[0003]为了解决上述问题，本申请提供了一种推荐模型的推荐方法、推荐设备和计算机可读存储介质。
[0004]为解决上述技术问题，本申请提供了第一种技术方案，提供一种推荐模型的推荐方法，所述推荐方法包括：获取所述推荐模型的多个业务和每个所述业务的分类信息；基于所述分类信息，构造多个基础特征；获取与所述基础特征对应的标签信息，基于所述基础特征和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐模型的推荐方法，其特征在于，所述方法包括：获取所述推荐模型的多个业务和每个所述业务的分类信息；基于所述分类信息，构造多个基础特征；获取与所述基础特征对应的标签信息，基于所述基础特征和对应的所述标签信息计算得到所述基础特征的基础权重；基于所述基础权重对多个所述基础特征进行筛选，得到多个第一特征和每个所述第一特征的第一权重；计算所述第一特征的特征向量，并将多个所述第一特征进行特征交叉处理，得到多个第二特征；基于所述第一特征的特征向量，得到所述第二特征的第二权重；基于所述基础特征、所述基础特征的基础权重、所述第二特征和所述第二特征的第二权重，得到所述推荐模型的推荐概率。2.根据权利要求1所述的推荐方法，其特征在于，所述基于所述基础特征和对应的所述标签信息计算得到所述基础特征的基础权重的步骤包括：将所述基础特征和对应的所述标签信息代入预设模型，得到所述基础特征的基础权重。3.根据权利要求2所述的推荐方法，其特征在于，所述基于所述基础权重对多个所述基础特征进行筛选，得到多个第一特征和每个所述第一特征的第一权重的步骤包括：基于所述基础权重对多个所述基础特征进行排序，得到所述基础特征的重要性排序表；选取所述重要性排序表中排序靠前的多个基础特征，得到多个第一特征和每个所述第一特征的第一权重，其中多个所述第一权重的和大于或等于预设值。4.根据权利要求3所述的推荐方法，其特征在于，所述计算所述第一特征的特征向量的步骤包括：对多个所述第一特征进行向量化，得到与所述第一特征对应的预设长度；基于所述预设长度，得到所述第一特征的特征向...

【专利技术属性】
技术研发人员：黎建辉，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：