[發明專利]數據推薦方法、裝置、計算機設備以及存儲介質

有效

• 申請號: 201911141806.1
• 申請日: 2019-11-20
• 公開（公告）號: CN110909176B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 胡樂
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/9535;G06Q30/06
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本申請實施例提供了一種數據推薦方法、裝置、計算機設備以及存儲介質，該方法包括：獲取第一業務對象集合，并獲取知識圖譜；第一業務對象集合包括業務對象對應的基礎描述信息和歷史行為參數，知識圖譜包括對象庫中每個歷史業務對象對應的詳情描述信息之間的關聯關系；從知識圖譜中獲取與基礎描述信息具有關聯關系的詳情描述信息，作為業務對象對應的目標詳情描述信息，基于目標詳情描述信息預測業務對象對應的預估行為參數；根據業務對象對應的歷史行為參數和預估行為參數，從第一業務對象集合中選擇用于推薦的目標業務對象。采用本申請實施例，可以提高數據推薦的準確性。

技術領域

本申請涉及互聯網技術領域，尤其涉及一種數據推薦方法、裝置、計算機設備以及存儲介質。

背景技術

動態商品廣告(Dynamic Products Ads，DPA)是指基于用戶喜好和特點所建立的針對每個用戶的個人化廣告，可以達到千人千面的效果。對于所有商品，可以基于用戶的行為數據(即用戶的點擊、購買、瀏覽等行為)和商品信息(即商品的描述信息、展示和點擊數據)準確地確定針對用戶的推薦商品，進而建立動態商品廣告。

然而，對于新商品而言，在向用戶推薦的過程中，由于新商品沒有展示和點擊數據，商品信息太過于簡單，只能通過隨機采樣的方式向用戶進行推薦。可見，整個推薦過程缺乏商品數據參考依據，無法把控用戶對該商品的感興趣程度，進而造成為用戶推薦的商品準確性過低。

發明內容

本申請實施例提供一種數據推薦方法、裝置、計算機設備以及存儲介質，可以提高數據推薦的準確性。

本申請實施例一方面提供了一種數據推薦方法，包括：

獲取第一業務對象集合，并獲取知識圖譜；所述第一業務對象集合包括業務對象對應的基礎描述信息和歷史行為參數，所述知識圖譜包括對象庫中每個歷史業務對象對應的詳情描述信息之間的關聯關系；

從所述知識圖譜中獲取與所述基礎描述信息具有關聯關系的詳情描述信息，作為所述業務對象對應的目標詳情描述信息，基于所述目標詳情描述信息預測所述業務對象對應的預估行為參數；

根據所述業務對象對應的所述歷史行為參數和所述預估行為參數，從所述第一業務對象集合中選擇用于推薦的目標業務對象。

其中，所述方法還包括：

基于所述對象庫生成所述第一業務對象集合和第二業務對象集合；所述第一業務對象集合和所述第二業務對象集合均是由所述對象庫中的歷史業務對象對應的歷史行為參數所確定的；

若業務觸發請求命中所述第一業務對象集合，則執行所述獲取第一業務對象集合，并獲取知識圖譜步驟；

若所述業務觸發請求命中所述第二業務對象集合，則獲取所述第二業務對象集合，基于所述第二業務對象集合中每個歷史業務對象分別對應的推薦評估值，從所述第二業務對象集合中選擇目標業務對象。

其中，所述基于所述對象庫生成所述第一業務對象集合和第二業務對象集合，包括：

獲取所述對象庫中每個歷史業務對象分別對應的歷史行為參數；所述歷史行為參數包括點擊量和展示量；

基于所述歷史行為參數對所述對象庫中所包含的歷史業務對象進行劃分，得到第一待處理集合和第二待處理集合；

根據所述點擊量和所述展示量，統計所述每個歷史業務對象分別對應的點擊率，基于所述點擊率分別對所述第一待處理集合和所述第二待處理集合中所包含的歷史業務對象進行排序；

從排序后的第一待處理集合中按照排序順序選擇M個歷史業務對象，作為所述第二業務對象集合；M為小于或等于K的正整數，K為所述第一待處理集合中所包含的歷史業務對象的數量；