一种对象推荐的方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请实施例公开了一种对象推荐的方法、装置、设备、存储介质及程序产品，至少涉及云技术等，提升推荐效果。该方法包括：获取n个对象的类别分布、评分分布、位置权重分布以及历史类别曝光分布；基于类别分布、位置权重分布以及目标变量构建目标函数，以及基于评分分布、位置权重分布、历史类别曝光分布预设误差阈值以及目标变量构建约束条件；在约束条件下，基于类别分布、评分分布、位置权重分布以及历史类别曝光分布对目标函数进行求解，确定多个位置排序分布，每个位置排序分布均用于指示n个对象的排序位置；从多个位置排序分布中选取目标位置排序分布，并基于目标位置排序分布对n个对象进行推荐。个对象进行推荐。个对象进行推荐。

【技术实现步骤摘要】
一种对象推荐的方法、装置、设备、存储介质及程序产品


[0001]本申请实施例涉及计算机
，具体涉及一种对象推荐的方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]在许多推荐场景、搜索场景等业务场景中，除了提供高度相关的内容以外，呈现一个平衡的多样性推荐结果也是一个值得考虑的方面。
[0003]在传统多样性推荐的方案中，通常是先利用Canopy算法与K
‑
means算法对用户数据进行分类等处理，以确定高度相关的相似用户。然后再根据全量订单数据构建知识图谱，以便于获取与用户实时兴趣关联的商品单位（standard product unit，SPU）。最后根据相似用户和与用户实时兴趣关联的SPU获得商品推荐列表，以此按照该商品推荐列表实现对用户进行商品推荐。然而，该传统推荐方案依旧是从用户实时兴趣等个性化角度来实现商品的推荐，并不利于用户关注其他类型的产品，无法平衡不同类型产品之间的推荐结果，导致推荐效果欠佳。

技术实现思路

[0004]本申请实施例提供了一种对象推荐的方法、装置、设备、存储介质及程序产品，能够平衡不同类别对象之间的相关性与多样性，提升推荐效果。
[0005]第一方面，本申请实施例提供了一种对象推荐的方法。该方法包括：获取n个对象的类别分布、评分分布、位置权重分布以及历史类别曝光分布，其中，类别分布用于反映每个对象所属r个对象类别时的权重情况，评分分布用于反映每个对象的对象评估情况，位置权重分布用于反映每个排序位置的权重情况，n、r≥2、且n、r为整数；基于类别分布、位置权重分布以及目标变量构建目标函数，以及基于评分分布、位置权重分布、历史类别曝光分布预设误差阈值以及目标变量构建约束条件，目标函数用于指示每个对象在每个对象类别上获得的预期曝光量的求解目标，目标变量用于指示n个对象获取预期曝光量时的第一排序位置概率分布或位置排序分布；在约束条件下，基于类别分布、评分分布、位置权重分布以及历史类别曝光分布对目标函数进行求解，确定多个位置排序分布，每个位置排序分布均用于指示n个对象的排序位置，每个位置排序分布不相同；从多个位置排序分布中选取目标位置排序分布，并基于目标位置排序分布对n个对象进行推荐。
[0006]第二方面，本申请实施例提供一种对象推荐装置。该对象推荐装置包括但不限于终端设备、服务器等。该对象推荐装置包括获取单元和处理单元。其中，获取单元，用于获取n个对象的类别分布、评分分布、位置权重分布以及历史类别曝光分布。其中，类别分布用于反映每个对象所属r个对象类别时的权重情况，评分分布用于反映每个对象的对象评估情况，位置权重分布用于反映每个排序位置的权重情况，n、r≥2、且n、r为整数。处理单元，用于基于类别分布、位置权重分布以及目标变量构建目标函数，以及基于评分分布、位置权重分布、历史类别曝光分布预设误差阈值以及目标变量构建约束条件。其中，目标函数用于指
示每个对象在每个对象类别上获得的预期曝光量的求解目标，目标变量用于指示n个对象获取预期曝光量时的第一排序位置概率分布或位置排序分布。处理单元，用于在约束条件下，基于类别分布、评分分布、位置权重分布以及历史类别曝光分布对目标函数进行求解，确定多个位置排序分布，每个位置排序分布均用于指示n个对象的排序位置，每个位置排序分布不相同。处理单元，用于从多个位置排序分布中选取目标位置排序分布，并基于目标位置排序分布对n个对象进行推荐。
[0007]在一些可选的实施方式中，处理单元用于：基于类别分布、位置权重分布以及第一目标变量确定第一预期曝光量分布，第一预期曝光量分布用于反映n个对象在每个对象类别上获得的预期曝光量，第一目标变量用于指示n个对象获取预期曝光量时的第一排序位置概率分布，第一排序位置概率分布用于反映n个对象获得预期曝光量时的排序位置的概率情况；基于第一预期曝光量分布与历史类别曝光分布计算第一KL散度；基于评分分布、位置权重分布以及第一目标变量构建第一目标函数，以及基于第一KL散度与预设误差阈值构建第一约束条件，第一目标函数用于指示每个对象在每个对象类别上获得的预期曝光量的求解目标。
[0008]在另一些可选的实施方式中，处理单元用于：在第一约束条件下，基于类别分布、评分分布、位置权重分布以及历史类别曝光分布对第一目标函数进行求解，确定第一排序位置概率分布；对第一排序位置概率分布进行分布分解处理，得到多个位置排序分布。
[0009]在另一些可选的实施方式中，处理单元用于：设置第一KL散度不大于预设误差阈值，得到第一约束条件。
[0010]在另一些可选的实施方式中，处理单元用于执行如下步骤，即步骤1：基于双随机矩阵构建随机置换矩阵，随机置换矩阵用于指示任意一个位置排序分布，双随机矩阵用于反映第一排序位置概率分布；步骤2：基于随机置换矩阵与双随机矩阵，计算随机置换矩阵的权重系数；步骤3：计算双随机矩阵与第一矩阵之间的矩阵差值，以得到更新后的双随机矩阵，第一矩阵基于随机置换矩阵与随机置换矩阵的权重系数得到；重复执行步骤1至步骤3，直至更新后的双随机矩阵中每个元素均为零，以得到多个随机置换矩阵与每个随机置换矩阵的权重系数，每个随机置换矩阵用于指示对应的位置排序分布，双随机矩阵为多个随机置换矩阵与对应的权重系数之间的乘积之和。
[0011]在另一些可选的实施方式中，处理单元用于：基于随机置换矩阵和双随机矩阵之间的矩阵乘积构建第三目标函数，以及基于随机置换矩阵中每行元素之和与每列元素之和均为1、双随机矩阵中每行元素之和与每列元素之和均为1构建第三约束条件；在第三约束条件下，对第三目标函数进行线性规划问题求解，得到随机置换矩阵的权重系数。
[0012]在另一些可选的实施方式中，处理单元用于：从多个随机置换矩阵中，选取随机置换矩阵的权重系数中最大系数所对应的随机置换矩阵作为目标置换矩阵；将目标置换矩阵对应的位置排序分布作为目标位置排序分布。
[0013]在另一些可选的实施方式中，处理单元还用于：在第一约束条件下，基于类别分布、评分分布、位置权重分布以及历史类别曝光分布对第一目标函数进行求解，确定第一排序位置概率分布之后，对第一排序位置概率分布进行更新处理，得到第二排序位置概率分布。处理单元，用于基于第二排序位置概率分布更新第一目标函数和第一约束条件。
[0014]在另一些可选的实施方式中，处理单元用于：删除双随机矩阵的最后n
‑
k列元素，
得到第二矩阵，双随机矩阵用于反映第一排序位置概率分布；基于第二矩阵对双随机矩阵进行更新，得到更新后的双随机矩阵，更新后的双随机矩阵用于指示第二排序位置概率分布。
[0015]在另一些可选的实施方式中，处理单元用于执行如下步骤，即步骤1：计算双随机矩阵与第二矩阵之间每行元素的行和差值，以确定第三矩阵，第三矩阵的行数与双随机矩阵的行数相同，第三矩阵的列数为一列；步骤2：从第三矩阵中选取最大元素值，并基于最大元素值构建第四矩阵，第四矩阵的行数与双随机矩阵的行数相同，第四矩阵的列数为一列，最大元素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象推荐的方法，其特征在于，包括：获取n个对象的类别分布、评分分布、位置权重分布以及历史类别曝光分布，其中，所述类别分布用于反映每个所述对象所属r个对象类别时的权重情况，所述评分分布用于反映每个所述对象的对象评估情况，所述位置权重分布用于反映每个排序位置的权重情况，n、r≥2、且n、r为整数；基于所述类别分布、所述位置权重分布以及目标变量构建目标函数，以及基于所述评分分布、所述位置权重分布、所述历史类别曝光分布预设误差阈值以及所述目标变量构建约束条件，所述目标函数用于指示每个所述对象在每个所述对象类别上获得的预期曝光量的求解目标，所述目标变量用于指示所述n个对象获取所述预期曝光量时的第一排序位置概率分布或位置排序分布；在所述约束条件下，基于所述类别分布、所述评分分布、所述位置权重分布以及所述历史类别曝光分布对所述目标函数进行求解，确定多个位置排序分布，每个所述位置排序分布均用于指示所述n个对象的排序位置，每个所述位置排序分布不相同；从所述多个位置排序分布中选取目标位置排序分布，并基于所述目标位置排序分布对所述n个对象进行推荐。2.根据权利要求1所述的方法，其特征在于，所述基于所述类别分布、所述位置权重分布以及目标变量构建目标函数，以及基于所述评分分布、所述位置权重分布、所述历史类别曝光分布、预设误差阈值以及所述目标变量构建约束条件，包括：基于所述类别分布、所述位置权重分布以及第一目标变量确定第一预期曝光量分布，所述第一预期曝光量分布用于反映所述n个对象在每个所述对象类别上获得的预期曝光量，所述第一目标变量用于指示所述n个对象获取所述预期曝光量时的第一排序位置概率分布，所述第一排序位置概率分布用于反映所述n个对象获得预期曝光量时的排序位置的概率情况；基于所述第一预期曝光量分布与所述历史类别曝光分布计算第一KL散度；基于所述评分分布、所述位置权重分布以及第一目标变量构建第一目标函数，以及基于所述第一KL散度与预设误差阈值构建第一约束条件，所述第一目标函数用于指示每个所述对象在每个所述对象类别上获得的所述预期曝光量的求解目标。3.根据权利要求2所述的方法，其特征在于，所述在所述约束条件下，基于所述类别分布、所述评分分布、所述位置权重分布以及所述历史类别曝光分布对所述目标函数进行求解，确定多个位置排序分布，包括：在所述第一约束条件下，基于所述类别分布、所述评分分布、所述位置权重分布以及所述历史类别曝光分布对所述第一目标函数进行求解，确定第一排序位置概率分布；对所述第一排序位置概率分布进行分布分解处理，得到多个位置排序分布。4.根据权利要求2至3中任一项所述的方法，其特征在于，所述基于所述第一KL散度与预设误差阈值构建第一约束条件，包括：设置所述第一KL散度不大于所述预设误差阈值，得到第一约束条件。5.根据权利要求3所述的方法，其特征在于，所述对所述第一排序位置概率分布进行分布分解处理，得到多个位置排序分布，包括：步骤1：基于双随机矩阵构建随机置换矩阵，所述随机置换矩阵用于指示任意一个所述
位置排序分布，所述双随机矩阵用于反映所述第一排序位置概率分布；步骤2：基于所述随机置换矩阵与所述双随机矩阵，计算所述随机置换矩阵的权重系数；步骤3：计算所述双随机矩阵与第一矩阵之间的矩阵差值，以得到更新后的双随机矩阵，所述第一矩阵基于所述随机置换矩阵与所述随机置换矩阵的权重系数得到；重复执行所述步骤1至所述步骤3，直至所述更新后的双随机矩阵中每个元素均为零，以得到多个所述随机置换矩阵与每个所述随机置换矩阵的权重系数，每个所述随机置换矩阵用于指示对应的位置排序分布，所述双随机矩阵为多个所述随机置换矩阵与对应的所述权重系数之间的乘积之和。6.根据权利要求5所述的方法，其特征在于，所述基于所述随机置换矩阵与所述双随机矩阵，计算所述随机置换矩阵的权重系数，包括：基于所述随机置换矩阵和所述双随机矩阵之间的矩阵乘积构建第三目标函数，以及基于所述随机置换矩阵中每行元素之和与每列元素之和均为1、所述双随机矩阵中每行元素之和与每列元素之和均为1构建第三约束条件；在所述第三约束条件下，对所述第三目标函数进行线性规划问题求解，得到所述随机置换矩阵的权重系数。7.根据权利要求5所述的方法，其特征在于，从所述多个位置排序分布中选取目标位置排序分布，包括：从多个所述随机置换矩阵中，选取所述随机置换矩阵的权重系数中最大系数所对应的随机置换矩阵作为目标置换矩阵；将所述目标置换矩阵对应的位置排序分布作为目标位置排序分布。8.根据权利要求3所述的方法，其特征在于，在所述第一约束条件下，基于所述类别分布、所述评分分布、所述位置权重分布以及所述历史类别曝光分布对所述第一目标函数进行求解，确定第一排序位置概率分布之后，所述方法还包括：对所述第一排序位置概率分布进行更新处理，得到第二排序位置概率分布；基于所述第二排序位置概率分布更新所述第一目标函数和所述第一约束条件。9.根据权利要求8所述的方法，其特征在于，对所述第一排序位置概率分布进行更新处理，得到第二排序位置概率分布，包括：删除双随机矩阵的最后n
‑
k列元素，得到第二矩阵，...

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