[發(fā)明專(zhuān)利]信息推薦方法、數(shù)據(jù)處理方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910179976.2
• 申請(qǐng)日: 2019-03-11
• 公開(kāi)（公告）號(hào): CN111680213A
• 公開(kāi)（公告）日: 2020-09-18
• 發(fā)明（設(shè)計(jì)）人: 余瑤;陳祖龍;饒齊;姜志
• 申請(qǐng)（專(zhuān)利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類(lèi)號(hào): G06F16/9535
• 分類(lèi)號(hào): G06F16/9535;G06Q30/06
• 代理公司: 北京太合九思知識(shí)產(chǎn)權(quán)代理有限公司 11610
• 代理人: 曹威

本申請(qǐng)實(shí)施例提供一種信息推薦方法、數(shù)據(jù)處理方法及裝置。其中，確定目標(biāo)用戶(hù)的至少一個(gè)屬性特征；基于所述目標(biāo)用戶(hù)的至少一個(gè)屬性特征及不同對(duì)象各自的至少一個(gè)對(duì)象特征，利用對(duì)象推薦模型計(jì)算所述目標(biāo)用戶(hù)與不同對(duì)象的匹配度；向所述目標(biāo)用戶(hù)推薦匹配度滿足匹配要求的至少一個(gè)目標(biāo)對(duì)象；其中，所述對(duì)象推薦模型基于樣本用戶(hù)的至少一個(gè)屬性特征及所述樣本用戶(hù)相匹配的樣本對(duì)象的至少一個(gè)對(duì)象特征訓(xùn)練獲得。本申請(qǐng)實(shí)施例提供的技術(shù)方案提高了推薦準(zhǔn)確度。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種信息推薦方法、數(shù)據(jù)處理方法及裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，通過(guò)網(wǎng)上平臺(tái)獲取對(duì)象的方式逐漸滲透到日常生活中，例如通過(guò)網(wǎng)上交易平臺(tái)購(gòu)買(mǎi)商品等。

為了提高用戶(hù)體驗(yàn)，個(gè)性化推薦已經(jīng)成為網(wǎng)上平臺(tái)的重要組成部分，為了提高推薦效果，實(shí)現(xiàn)準(zhǔn)確、有效的推薦，通常會(huì)結(jié)合用戶(hù)行為記錄來(lái)分析用戶(hù)偏好的對(duì)象，以向用戶(hù)推薦其偏好的對(duì)象。用戶(hù)行為越豐富，推薦效果越好，因此對(duì)于用戶(hù)行為較少的冷啟動(dòng)用戶(hù)，比如新用戶(hù)等，推薦效果就會(huì)大大降低。

目前，對(duì)于冷啟動(dòng)用戶(hù)，通常是將交互次數(shù)較多的對(duì)象，比如被瀏覽次數(shù)較多或者被點(diǎn)擊次數(shù)較多的對(duì)象推薦給用戶(hù)，但是采用這種推薦方式，向用戶(hù)推薦的對(duì)象不一定是用戶(hù)偏好的對(duì)象，無(wú)法實(shí)現(xiàn)個(gè)性化推薦，導(dǎo)致推薦準(zhǔn)確仍然較低。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種信息推薦方法、數(shù)據(jù)處理方法及裝置，用以解決現(xiàn)有技術(shù)中推薦準(zhǔn)確低的技術(shù)問(wèn)題。

第一方面，本申請(qǐng)實(shí)施例中提供了一種信息推薦方法，包括：

確定目標(biāo)用戶(hù)的至少一個(gè)屬性特征；

基于所述目標(biāo)用戶(hù)的至少一個(gè)屬性特征及不同對(duì)象各自的至少一個(gè)對(duì)象特征，利用對(duì)象推薦模型計(jì)算所述目標(biāo)用戶(hù)與不同對(duì)象的匹配度；

向所述目標(biāo)用戶(hù)推薦匹配度滿足匹配要求的至少一個(gè)目標(biāo)對(duì)象；

其中，所述對(duì)象推薦模型基于樣本用戶(hù)的至少一個(gè)屬性特征及所述樣本用戶(hù)相匹配的樣本對(duì)象的至少一個(gè)對(duì)象特征訓(xùn)練獲得。

第二方面，本申請(qǐng)實(shí)施例中提供了一種數(shù)據(jù)處理方法，包括：

確定樣本用戶(hù)的至少一個(gè)屬性特征及樣本對(duì)象的至少一個(gè)對(duì)象特征；

將所述樣本用戶(hù)的至少一個(gè)屬性特征、所述樣本對(duì)象的至少一個(gè)對(duì)象特征及所述樣本用戶(hù)與所述樣本對(duì)象的匹配度，作為訓(xùn)練數(shù)據(jù)；

利用所述訓(xùn)練數(shù)據(jù)訓(xùn)練對(duì)象推薦模型；

其中，所述對(duì)象推薦模型用以基于目標(biāo)用戶(hù)的至少一個(gè)屬性特征以及不同對(duì)象的至少一個(gè)對(duì)象特征，計(jì)算目標(biāo)用戶(hù)與不同對(duì)象的匹配度。

第三方面，本申請(qǐng)實(shí)施例中提供了一種信息推薦方法，包括：

確定目標(biāo)用戶(hù)的至少一個(gè)屬性特征；

基于所述目標(biāo)用戶(hù)的至少一個(gè)屬性特征及不同商品各自的至少一個(gè)商品特征，利用對(duì)象推薦模型計(jì)算所述目標(biāo)用戶(hù)與不同商品的匹配度；

向所述目標(biāo)用戶(hù)推薦匹配度滿足匹配要求的至少一個(gè)目標(biāo)商品；

其中，所述對(duì)象推薦模型基于樣本用戶(hù)的至少一個(gè)屬性特征及所述樣本用戶(hù)相匹配的樣本商品的至少一個(gè)商品特征訓(xùn)練獲得。

第四方面，本申請(qǐng)實(shí)施例中提供了一種數(shù)據(jù)處理方法，包括：

確定樣本用戶(hù)的至少一個(gè)屬性特征及樣本商品的至少一個(gè)對(duì)象特征；

將所述樣本用戶(hù)的至少一個(gè)屬性特征、所述樣本商品的至少一個(gè)商品特征及所述樣本用戶(hù)與所述樣本商品的匹配度，作為訓(xùn)練數(shù)據(jù)；

利用所述訓(xùn)練數(shù)據(jù)訓(xùn)練對(duì)象推薦模型；