物品推荐方法技术

本申请公开了一种物品推荐方法

【技术实现步骤摘要】
物品推荐方法、装置、存储介质和电子设备


[0001]本申请涉及物品推荐领域，尤其涉及一种物品推荐方法
、
装置
、
存储介质和电子设备
。

技术介绍

[0002]在推荐系统领域，推荐算法在各种应用场景中发挥着重要作用，传统的推荐方法通常基于单个物品（或者项目
、
对象）的打分排序，然后将排好序的物品打包推荐给用户
。
在实际应用中，传统推荐方法所提供的推荐列表，难以满足用户的个性化需求
。

技术实现思路

[0003]本申请提供了一种物品推荐方法
、
装置
、
存储介质和电子设备，目的在于向用户端推送能够满足用户个性化需求的物品组合
。
[0004]为了实现上述目的，本申请提供了以下技术方案：一种物品推荐方法，包括：获得
m
个待推荐物品；
m
为大于1的正整数；根据
m
个所述待推荐物品的价值评估，从
m
个所述待推荐物品中，确定多个物品组合；所述物品组合包括
n
个待推荐物品，且所述
n
个待推荐物品的价值评估的总和满足阈值，
n
用于表征用户端所请求的物品推荐数量；确定多个所述物品组合的转化率预估；基于多个所述物品组合中转化率预估最高的物品组合，作为目标物品组合，推送给所述用户端
。
[0005]可选的，根据
m
个所述待推荐物品的价值评估，从
m
个所述待推荐物品中，确定多个物品组合，包括：基于
m
个所述待推荐物品，构建蒙特卡洛树模型；所述蒙特卡洛树模型包括与
m
个所述待推荐物品的多个位置信息匹配的节点；所述位置信息用于表征所述待推荐物品在用户端界面上的出现位置；根据各个所述节点的价值评估，从所述蒙特卡洛树模型中，搜索得到多个符合指定条件的路径；各个所述节点的价值评估基于
m
个所述待推荐物品的物品转化率所确定；所述指定条件包括路径所包含多个节点的价值评估的总和满足阈值；所述路径包括
n
个节点，且同一路径中的
n
个节点所匹配的待推荐物品互不相同；基于所述多个符合指定条件的路径，确定多个物品组合
。
[0006]可选的，
m
个所述待推荐物品的物品转化率，基于每个所述待推荐物品在不同出现位置下的转化率，以及任意
n
个所述待推荐物品的组合的转化率所确定
。
[0007]可选的，确定多个所述物品组合的转化率预估，包括：将多个所述物品组合作为转化率预估模型的输入，得到所述转化率预估模型输出的预估结果；
其中，所述转化率预估模型基于物品组合样本作为训练输入，并以针对所述物品组合样本所设置的标签作为训练目标，预先训练得到；所述标签用于表征所述物品组合样本的转化率；所述预估结果包括多个所述物品组合的转化率预估
。
[0008]可选的，所述转化率预估模型的训练过程，包括：基于所述用户端上报的用户历史行为信息，获得与多个用户历史行为匹配的多个样本物品；所述多个样本物品包括被用户选定的目标物品，以及与所述目标物品同时被所述用户端曝光的其它物品；基于多个所述用户历史行为与多个所述样本物品之间的匹配关系，确定多个所述用户历史行为对应的样本物品集合，以及多个所述样本物品集合的转化率；对多个所述样本物品集合中样本物品的物品信息进行特征提取，得到多个所述物品组合样本；根据多个所述样本物品集合的转化率，为多个所述物品组合样本设置标签；基于多个携带标签的物品组合样本作为训练数据集，训练预设机器学习模型，得到所述转化率预估模型
。
[0009]可选的，所述样本物品集合的转化率，基于所述样本物品集合中多个样本物品的转化率的总和所确定
。
[0010]可选的，获得
m
个待推荐物品，包括：获得指定应用后台生成的多个候选物品；使用预设物品召回算法，计算多个所述候选物品的召回分值；根据召回分值从高到低的顺序，对多个所述候选物品进行排序，得到候选物品序列；基于所述候选物品序列中前
m
位的候选物品，确定为待推荐物品
。
[0011]一种物品推荐装置，包括：物品获得单元，用于获得
m
个待推荐物品；
m
为大于1的正整数；组合确定单元，用于根据
m
个所述待推荐物品的价值评估，从
m
个所述待推荐物品中，确定多个物品组合；所述物品组合包括
n
个待推荐物品，且所述
n
个待推荐物品的价值评估的总和满足阈值，
n
用于表征用户端所请求的物品推荐数量；组合评估单元，用于确定多个所述物品组合的转化率预估；组合筛选单元，用于基于多个所述物品组合中转化率预估最高的物品组合，作为目标物品组合，推送给所述用户端
。
[0012]可选的，所述组合确定单元具体用于：基于
m
个所述待推荐物品，构建蒙特卡洛树模型；所述蒙特卡洛树模型包括与
m
个所述待推荐物品的多个位置信息匹配的节点；所述位置信息用于表征所述待推荐物品在用户端界面上的出现位置；根据各个所述节点的价值评估，从所述蒙特卡洛树模型中，搜索得到多个符合指定条件的路径；各个所述节点的价值评估基于
m
个所述待推荐物品的物品转化率所确定；所述指定条件包括路径所包含多个节点的价值评估的总和满足阈值；所述路径包括
n
个节点，且同一路径中的
n
个节点所匹配的待推荐物品互不相同；基于所述多个符合指定条件的路径，确定多个物品组合
。
[0013]可选的，
m
个所述待推荐物品的物品转化率，基于每个所述待推荐物品在不同出现位置下的转化率，以及任意
n
个所述待推荐物品的组合的转化率所确定
。
[0014]可选的，所述组合评估单元具体用于：将多个所述物品组合作为转化率预估模型的输入，得到所述转化率预估模型输出的预估结果；其中，所述转化率预估模型基于物品组合样本作为训练输入，并以针对所述物品组合样本所设置的标签作为训练目标，预先训练得到；所述标签用于表征所述物品组合样本的转化率；所述预估结果包括多个所述物品组合的转化率预估
。
[0015]可选的，所述组合评估单元具体用于：基于所述用户端上报的用户历史行为信息，获得与多个用户历史行为匹配的多个样本物品；所述多个样本物品包括被用户选定的目标物品，以及与所述目标物品同时被所述用户端曝光的其它物品；基于多个所述用户历史行为与多个所述样本物品之间的匹配关系，确定多个所述用户历史行为对应的样本物品集合，以及多个所述样本物品集合的转化率；对多个所述样本物品集合中样本物品的物品信息进行特征提取，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种物品推荐方法，其特征在于，包括：获得
m
个待推荐物品；
m
为大于1的正整数；根据
m
个所述待推荐物品的价值评估，从
m
个所述待推荐物品中，确定多个物品组合；所述物品组合包括
n
个待推荐物品，且所述
n
个待推荐物品的价值评估的总和满足阈值，
n
用于表征用户端所请求的物品推荐数量；确定多个所述物品组合的转化率预估；基于多个所述物品组合中转化率预估最高的物品组合，作为目标物品组合，推送给所述用户端
。2.
根据权利要求1所述的方法，其特征在于，根据
m
个所述待推荐物品的价值评估，从
m
个所述待推荐物品中，确定多个物品组合，包括：基于
m
个所述待推荐物品，构建蒙特卡洛树模型；所述蒙特卡洛树模型包括与
m
个所述待推荐物品的多个位置信息匹配的节点；所述位置信息用于表征所述待推荐物品在用户端界面上的出现位置；根据各个所述节点的价值评估，从所述蒙特卡洛树模型中，搜索得到多个符合指定条件的路径；各个所述节点的价值评估基于
m
个所述待推荐物品的物品转化率所确定；所述指定条件包括路径所包含多个节点的价值评估的总和满足阈值；所述路径包括
n
个节点，且同一路径中的
n
个节点所匹配的待推荐物品互不相同；基于所述多个符合指定条件的路径，确定多个物品组合
。3.
根据权利要求2所述的方法，其特征在于，
m
个所述待推荐物品的物品转化率，基于每个所述待推荐物品在不同出现位置下的转化率，以及任意
n
个所述待推荐物品的组合的转化率所确定
。4.
根据权利要求1所述的方法，其特征在于，确定多个所述物品组合的转化率预估，包括：将多个所述物品组合作为转化率预估模型的输入，得到所述转化率预估模型输出的预估结果；其中，所述转化率预估模型基于物品组合样本作为训练输入，并以针对所述物品组合样本所设置的标签作为训练目标，预先训练得到；所述标签用于表征所述物品组合样本的转化率；所述预估结果包括多个所述物品组合的转化率预估
。5.
根据权利要求4所述的方法，其特征在于，所述转化率预估模型的训练过程，包括：基于所述用户...

【专利技术属性】
技术研发人员：贺周洲，唐晔，唐文滔，曾思源，赵俊锋，卓兴翔，赵婷，张炜，
申请(专利权)人：湖南快乐阳光互动娱乐传媒有限公司，
类型：发明
国别省市：