System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及金融科技,尤其涉及一种基于汤普森热度的物品排序方法、装置、设备及存储介质。
技术介绍
1、在向用户进行个性化推荐时,由于推荐场景有限的曝光位置,能展示给用户的物品数量非常有限,需要对推荐的多个候选物品进行排序,以向用户推送更符合价格指标要求的物品。物品可以为商品、理财产品等。例如,在金融科技的理财产品推荐场景中,这时的物品为理财产品,用户可以通过点击理财产品获取详细信息。同时,为了让用户了解到更多的相关信息,将与理财产品相关的多个候选理财产品进行排序。将相关性强的结果排在前面,而不相关的结果排在后面。然而,相关技术通常采用基于用户行为或者用户之间的关联关系进行物品排序,很难学习到用户实时变化的特征,从而将用户不感兴趣的物品都会展示给用户,降低了物品排序的准确性。因此,如何提高物品排序的准确性,成为了亟待解决的技术问题。
技术实现思路
1、本申请实施例的主要目的在于提出一种基于汤普森热度的物品排序方法、装置、设备及存储介质,旨在提高物品排序的准确性。
2、为实现上述目的,本申请实施例的第一方面提出了一种基于汤普森热度的物品排序方法,所述方法包括:
3、获取目标物品的物品标识数据;其中,所述目标物品包括原始物品特征;
4、根据所述物品标识数据获取所述目标物品的相似物品,得到候选物品;其中,所述候选物品包括选定物品特征、物品价格数据和候选历史数据,所述候选历史数据包括历史点击数据和历史曝光数据;
5、根据所述原始物品特征和所述选定
6、根据所述物品相似度数据、所述历史点击数据和所述历史曝光数据进行热度计算,得到目标热度数据;
7、根据所述目标热度数据进行汤普森采样计算,得到目标汤普森热度数据;
8、根据所述目标汤普森热度数据和所述物品价格数据对所述候选物品进行排序。
9、在一些实施例中,所述根据所述物品相似度数据、所述历史点击数据和所述历史曝光数据进行热度计算,得到目标热度数据,包括:
10、当所述历史曝光数据小于预设曝光置信阈值,获取所述候选物品的平均曝光数据;
11、根据所述历史曝光数据和所述平均曝光数据进行曝光叠加计算,得到目标曝光数据;
12、根据所述物品相似度数据、所述目标曝光数据和所述历史点击数据进行热度计算,得到所述目标热度数据。
13、在一些实施例中,所述根据所述物品相似度数据、所述目标曝光数据和所述历史点击数据进行热度计算,得到所述目标热度数据,包括:
14、根据所述目标曝光数据和所述历史点击数据进行点击热度计算,得到点击热度数据;
15、根据所述物品相似度数据和所述点击热度数据进行相似热度计算,得到所述目标热度数据。
16、在一些实施例中,所述根据所述目标热度数据进行汤普森采样计算,得到目标汤普森热度数据,包括:
17、根据所述目标热度数据进行点击行为预测,得到预测点击数据和预测曝光数据;
18、对所述预测曝光数据和所述预测点击数据进行差值计算,得到预测非点击数据;
19、根据所述预测点击数据和所述预测非点击数据进行点击分布计算,得到所述目标汤普森热度数据。
20、在一些实施例中,所述获取目标物品的物品标识数据,包括:
21、响应对所述目标物品的预设控件的触发操作,根据所述触发操作获取所述物品标识数据和物品内容数据;
22、对所述物品内容数据进行关键字提取,得到物品关键字数据;
23、对所述物品关键字数据进行编码处理,得到所述原始物品特征。
24、在一些实施例中,对所述物品关键字数据进行编码处理,得到所述原始物品特征,包括:
25、对所述物品关键字数据进行图谱编码,得到图谱编码特征;
26、对所述物品关键字数据进行双向编码,得到双向编码特征;
27、对所述图谱编码特征和所述双向编码特征进行特征组合,得到所述原始物品特征。
28、在一些实施例中,所述根据所述目标汤普森热度数据和所述物品价格数据对所述候选物品进行排序,包括:
29、根据所述目标汤普森热度数据和所述物品价格数据进行乘积计算,得到热度价格评分;
30、根据所述热度价格评分对所述候选物品进行排序。
31、为实现上述目的,本申请实施例的第二方面提出了一种基于汤普森热度的物品排序装置,所述装置包括:
32、获取模块,用于获取目标物品的物品标识数据;其中,所述目标物品包括原始物品特征;
33、检索模块,用于根据所述物品标识数据获取所述目标物品的相似物品,得到候选物品;其中,所述候选物品包括选定物品特征、物品价格数据和候选历史数据,所述候选历史数据包括历史点击数据和历史曝光数据;
34、相似度计算模块,用于根据所述原始物品特征和所述选定物品特征进行特征相似度计算,得到物品相似度数据;
35、热度计算模块,用于根据所述物品相似度数据、所述历史点击数据和所述历史曝光数据进行热度计算,得到目标热度数据;
36、汤普森采样模块,用于根据所述目标热度数据进行汤普森采样计算,得到目标汤普森热度数据;
37、排序模块,用于根据所述目标汤普森热度数据和所述物品价格数据对所述候选物品进行排序。
38、为实现上述目的,本申请实施例的第三方面提出了一种电子设备,包括:
39、至少一个存储器;
40、至少一个处理器;
41、至少一个计算机程序;
42、所述至少一个计算机程序被存储在所述至少一个存储器中,所述至少一个处理器执行所述至少一个计算机程序以实现:
43、如上述第一方面所述的方法。
44、为实现上述目的,本申请实施例的第四方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,所述计算机程序用于使计算机执行如上述第一方面所述的方法。
45、本申请提出的一种基于汤普森热度的物品排序方法、装置、设备及存储介质,首先,获取目标物品的物品标识数据;其中,目标物品包括原始物品特征。根据物品标识数据获取目标物品的相似物品,得到候选物品;其中,候选物品包括选定物品特征、物品价格数据和候选历史数据,所述候选历史数据包括历史点击数据和历史曝光数据。然后,根据原始物品特征和选定物品特征进行特征相似度计算,得到物品相似度数据。根据物品相似度数据、历史点击数据和历史曝光数据进行热度计算,得到目标热度数据。之后,根据目标热度数据进行汤普森采样计算,得到目标汤普森热度数据。根据目标汤普森热度数据和物品价格数据对候选物品进行排序。因此,本申请能够提高物品排序的准确性。
本文档来自技高网...【技术保护点】
1.一种基于汤普森热度的物品排序方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述物品相似度数据、所述历史点击数据和所述历史曝光数据进行热度计算,得到目标热度数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述物品相似度数据、所述目标曝光数据和所述历史点击数据进行热度计算,得到所述目标热度数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标热度数据进行汤普森采样计算,得到目标汤普森热度数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述获取目标物品的物品标识数据,包括:
6.根据权利要求5所述的方法,其特征在于,对所述物品关键字数据进行编码处理,得到所述原始物品特征,包括:
7.根据权利要求1至6任一项所述的方法,其特征在于,所述根据所述目标汤普森热度数据和所述物品价格数据对所述候选物品进行排序,包括:
8.一种基于汤普森热度的物品排序装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于使计算机执行:
...【技术特征摘要】
1.一种基于汤普森热度的物品排序方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述物品相似度数据、所述历史点击数据和所述历史曝光数据进行热度计算,得到目标热度数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述物品相似度数据、所述目标曝光数据和所述历史点击数据进行热度计算,得到所述目标热度数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标热度数据进行汤普森采样计算,得到目标汤普森热度数据,包括:
5.根据权利要求1所述的方法,其特征在...
【专利技术属性】
技术研发人员:黄严汉,
申请(专利权)人:中国平安人寿保险股份有限公司,
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。