[發明專利]數據推薦方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010159124.X
• 申請日: 2020-03-09
• 公開（公告）號: CN111368205B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 劉巍
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/958
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

本申請實施例公開了一種數據推薦方法、裝置、計算機設備及存儲介質，屬于計算機技術領域。該方法包括：基于編碼模型對圖網絡進行編碼處理，獲取目標用戶節點和多個數據節點的特征向量，基于分類模型，根據目標用戶節點和多個數據節點的特征向量，分別獲取多個數據節點與目標用戶節點的關聯度，根據獲取的多個關聯度，確定多個數據節點中的目標數據節點，將目標數據推薦給目標用戶，從而提高了數據推薦的準確性。該方法提高了獲取的特征向量的準確性，通過目標用戶節點與多個數據節點的關聯度，可以準確地為目標用戶節點確定目標數據節點，提高了確定的目標數據節點的準確性。

技術領域

本申請實施例涉及計算機技術領域，特別涉及一種數據推薦方法、裝置、計算機設備及存儲介質。

背景技術

互聯網的出現和普及給用戶帶來了大量的信息，滿足了用戶對信息的需求，但隨著信息量的大幅增長，使得用戶無法從大量信息中獲得自己真正需要的信息，因此，通常為用戶推薦所需的信息。

相關技術中提供了一種數據推薦方法，根據用戶購買數據的歷史記錄，為用戶推薦相似的數據。由于上述推薦方法簡單，導致數據推薦的準確性差。

發明內容

本申請實施例提供了一種數據推薦方法、裝置、計算機設備及存儲介質，能夠提高數據推薦的準確性。所述技術方案如下：

一方面，提供了一種數據推薦方法，所述方法包括：

獲取圖網絡，所述圖網絡中包括多個用戶節點及多個數據節點；

基于編碼模型對所述圖網絡進行編碼處理，獲取目標用戶節點和所述多個數據節點的特征向量，所述目標用戶節點為所述多個用戶節點中的任一用戶節點；

基于分類模型，根據所述目標用戶節點和所述多個數據節點的特征向量，分別獲取所述多個數據節點與所述目標用戶節點的關聯度；

根據獲取的多個關聯度，確定所述多個數據節點中的目標數據節點，將目標數據推薦給目標用戶。

另一方面，提供了一種數據推薦裝置，所述裝置包括：

第一獲取模塊，用于獲取圖網絡，所述圖網絡中包括多個用戶節點及多個數據節點；

第一編碼處理模塊，用于基于編碼模型對所述圖網絡進行編碼處理，獲取目標用戶節點和所述多個數據節點的特征向量，所述目標用戶節點為所述多個用戶節點中的任一用戶節點；

關聯度獲取模塊，用于基于分類模型，根據所述目標用戶節點和所述多個數據節點的特征向量，分別獲取所述多個數據節點與所述目標用戶節點的關聯度；

數據推薦模塊，用于根據獲取的多個關聯度，確定所述多個數據節點中的目標數據節點，將目標數據推薦給目標用戶。

可選地，所述編碼模型訓練模塊，包括：

圖網絡處理單元，用于采用預設損失函數，對所述第一樣本圖網絡及所述第二樣本圖網絡進行處理，得到損失值；

編碼模型訓練單元，用于響應于所述損失值大于預設閾值時，根據所述損失值對所述編碼模型進行訓練。

可選地，所述裝置還包括：

第三獲取模塊，用于獲取已訓練完成的編碼模型；

第四獲取模塊，用于獲取第三樣本圖網絡和多個樣本節點集合，所述第三樣本圖網絡中包括多個樣本用戶節點及多個樣本數據節點，每個樣本節點集合中包括一個樣本用戶節點、所述樣本用戶節點連接的正樣本節點及所述樣本用戶節點未連接的負樣本節點；

第三編碼處理模塊，用于基于編碼模型對所述第三樣本圖網絡進行編碼處理，獲取所述第三樣本圖網絡中每個節點的特征向量；