【技术实现步骤摘要】
本申请实施例涉及数据处理，具体涉及一种对象推荐处理方法、装置、计算设备及存储介质。
技术介绍
1、din模型是现有的个性化推荐领域中的先进技术，其充分利用了深度学习和神经网络的优势，引入了序列建模和注意力机制，能更好地捕捉用户行为序列中的重要信息，关注当前兴趣，解决了传统推荐系统难以把握用户兴趣变化的问题，提供更准确的个性化推荐。然而，当将din模型用于游戏等对象的个性化推荐领域中时，并未考虑到用户对游戏等对象的兴趣在时间上的变化以及用户对不同对象类型的对象的兴趣差异性，影响对象推荐的准确性。
技术实现思路
1、鉴于上述问题，本申请提出了一种对象推荐处理方法、装置、计算设备及存储介质，用于解决以下问题：现有的推荐方式未考虑到用户对对象的兴趣在时间上的变化以及用户对不同对象类型的对象的兴趣差异性，导致对象推荐的准确性较低。
2、根据本申请实施例的一个方面，提供了一种对象推荐处理方法，包括：
3、获取各个用户在第一预设时间区间内产生的针对各个对象的交互行为数据；
...【技术保护点】
1.一种对象推荐处理方法，包括：
2.根据权利要求1所述的方法，在所述根据各个对象的对象类型对应的目标衰减函数和各个用户的交互行为数据，确定各个用户的交互行为序列特征之前，所述方法还包括：
3.根据权利要求2所述的方法，在所述为各个对象类型设置对应的初始衰减函数之前，所述方法还包括：
4.根据权利要求2所述的方法，所述根据针对各个对象类型的用户登录数据，确定各个对象类型的初始衰减函数中的系数，得到各个对象类型对应的目标衰减函数进一步包括：
5.根据权利要求1-4任一项所述的方法，所述根据各个对象的对象类型对应的目标衰减函...
【技术特征摘要】
1.一种对象推荐处理方法，包括：
2.根据权利要求1所述的方法，在所述根据各个对象的对象类型对应的目标衰减函数和各个用户的交互行为数据，确定各个用户的交互行为序列特征之前，所述方法还包括：
3.根据权利要求2所述的方法，在所述为各个对象类型设置对应的初始衰减函数之前，所述方法还包括：
4.根据权利要求2所述的方法，所述根据针对各个对象类型的用户登录数据，确定各个对象类型的初始衰减函数中的系数，得到各个对象类型对应的目标衰减函数进一步包括：
5.根据权利要求1-4任一项所述的方法，所述根据各个对象的对象类型对应的目标衰减函数和各个用户的交互行为数据，确定各个用户的交互行为序列特征进一步包括：
6.根据权利要求5所述的方法，所述针对每个用户，对该用户的交互行为数据进行分析，确定该用户的交互行为序列以及该用户针对所述交互行为序列中的每个对象在...
【专利技术属性】
技术研发人员：薄海，
申请(专利权)人：上海幻电信息科技有限公司，
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。