物品推荐方法、装置、电子设备和存储介质制造方法及图纸

本申请实施例提出了一种物品推荐方法、装置、电子设备和计算机存储介质，该方法包括：获取目标用户的数据集和候选物品集；所述数据集包括目标用户维度数据以及与所述目标用户维度数据对应的物品维度数据；采用兴趣满足度感知网络对所述数据集进行预测，得到第一预测结果；所述第一预测结果表征所述目标用户对所述候选物品集中每一候选物品的兴趣满足度；基于所述第一预测结果，采用兴趣偏好网络对所述数据集进行预测，得到第二预测结果；所述第二预测结果表征所述目标用户对所述每一候选物品的兴趣偏好；基于所述第二预测结果，从所述候选物品集中确定给所述目标用户推荐的目标候选物品。

【技术实现步骤摘要】

本申请涉及计算机，尤其涉及一种物品推荐方法、装置、电子设备和计算机存储介质。

技术介绍

1、目前，推荐系统是解决信息过载的一种有效方式，在流媒体、电子商务等领域起着重要的作用。推荐系统的本质是根据用户的行为信息，建模用户的兴趣偏好，然后帮助用户从海量的候选物品中提取出符合其兴趣的物品。

2、相关技术中，基于深度学习的推荐排序算法在工业界得到了广泛的应用，主流算法包括深度兴趣网络(deep interest network，din)算法、dmt(deep multifacetedtransformers)算法和eta(end-to-end target attention)算法等。虽然上述基于深度学习的推荐排序模型取得了较好的效果，但是专利技术人发现相关技术中至少存在过度推荐的问题。

技术实现思路

1、本申请提供一种物品推荐方法、装置、电子设备和计算机存储介质。

2、本申请的技术方案是这样实现的：

3、本申请实施例提供了一种物品推荐方法，所述方法包括：p>

4、获取目本文档来自技高网...

【技术保护点】

1.一种物品推荐方法，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，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述兴趣偏好网络包括编码器网络，所述采用兴趣满足度感知网络对所述每一子序列对应的第一向量进行预测，得到第一预测结果，包括：

4.根据权利要求3所述的方法，其特征在于，所述采用所述兴趣满足度感知网络，对所述每一子序列对应的第三向量进行预测，得到所述第一预测结果，包括：

5.根据权利要求3或4所述的方法，其特征在于，所述兴趣偏好网络还包括解码器网络，所述基于所述第一预测结果，采用兴趣偏好网络对所...

【技术特征摘要】

1.一种物品推荐方法，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，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述兴趣偏好网络包括编码器网络，所述采用兴趣满足度感知网络对所述每一子序列对应的第一向量进行预测，得到第一预测结果，包括：

4.根据权利要求3所述的方法，其特征在于，所述采用所述兴趣满足度感知网络，对所述每一子序列对应的第三向量进行预测，得到所述第一预测结果，包括：

5.根据权利要求3或4所述的方法，其特征在于，所述兴趣偏好网络还包括解码器网络，所述基于所述第一预测结果，采用兴趣偏好网络对所述数据集进行预测，得到第二预测结果，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于所述第二预测结果，从所述候选物品集中确定给...

【专利技术属性】
技术研发人员：潘茂，周坤，石雯，李征，王冬月，丁卓冶，
申请(专利权)人：北京沃东天骏信息技术有限公司，
类型：发明
国别省市：