[发明专利]一种关联推荐方法及服务器

权利要求书

1.一种关联推荐方法，其特征在于，包括：

获取网络平台的目标用户选中的被关联物品的标识；

根据所述被关联物品的标识确定出候选关联物品；所述候选关联物品是与所述被关联物品相关的物品；

向关联推荐模型输入所述候选关联物品，利用所述关联推荐模型生成推荐列表；所述推荐列表包含符合预设条件的候选关联物品；

向所述目标用户呈现所述推荐列表；

其中，所述关联推荐模型是根据平台用户的第一类历史操作以及所述平台用户的第二类历史操作生成的；所述第一类历史操作是所述平台用户在所述网络平台的关联推荐页面进行的操作，所述第二类历史操作是所述平台用户在所述网络平台的非关联推荐页面进行的操作；所述平台用户是在所述网络平台进行操作的用户，所述关联推荐页面根据所述平台用户的操作为所述平台用户推荐关联物品。

2.根据权利要求1所述的方法，其特征在于，所述获取网络平台的目标用户选中的被关联物品的标识之前，所述方法还包括：

根据所述第一类历史操作对应的物品以及所述第二类历史操作对应的物品生成训练样本集合；

利用预设算法对所述训练样本集合包括的训练样本进行训练，获得所述关联推荐模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一类历史操作对应的物品以及所述第二类历史操作对应的物品生成训练样本集合具体包括：

获取所述网络平台的日志信息中的第一类四元组信息；所述第一类四元组信息根据所述第一类历史操作生成的，所述第一类四元组信息包括用户标识、关联物品的标识、被关联物品的标识、操作标识符；所述操作标识符用于指示所述第一类历史操作为正例或负例；

针对每一个所述平台用户，确定所述平台用户进行第二类历史操作对应 的N个物品，将所述第二历史操作对应的物品两两组合，获得个样本组合；

根据每一个所述平台用户的样本组合，确定样本组合集合；所述样本组合集合包括的样本组合互不相同；

确定所有样本组合集合包括的样本组合中支持度数值大于等于第一门限阈值的样本组合为候选样本组合；确定所述候选样本组合的第二类四元组信息；所述第二类四元组信息包括用户标识、关联物品的标识、被关联物品的标识、正例标识符；

将所述第一类四元组信息与所述第二类四元组信息组合，构成所述训练样本集合。

4.根据权利要求3所述的方法，其特征在于，所述构成所述训练样本集合之后，所述方法还包括：

确定所述训练样本集合的特征集合；所述特征集合包括用户特征、物品特征以及关联特征；所述用户特征是样本用户的属性特征；所述物品特征是样本物品的属性特征；所述关联特征指示所述样本用户与所述样本物品的关联性、任意两个所述样本间的关联性；

其中，所述样本用户是所述训练样本集合包括的所有用户标识指示的用户，所述样本物品是所述训练样本集合包括的关联物品和被关联物品。

5.根据权利要求4所述的方法，其特征在于，所述利用预设算法对所述训练样本集合包括的训练样本进行训练，获得所述关联推荐模型具体包括：

将所述训练样本集合、所述训练样本集合的所述特征集合作为候选模型的输入，利用预设算法对所述训练样本集合以及所述特征集合进行训练，获得所述关联推荐模型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述被关联物品的标识确定出候选关联物品具体包括：

根据所述被关联物品的标识确定所述被关联物品的属性特征，根据所述被关联物品的属性特征确定关联物品集合；所述关联物品集合包括与所述被 关联物品相关的物品；

获取所述关联物品集合中的每一个关联物品在预设时长内的下载次数；

将所述关联物品集合中下载次数大于等于第二门限阈值的关联物品确定为所述候选关联物品。

7.根据权利要求1所述的方法，其特征在于，所述利用推荐模型生成推荐列表具体包括：

确定每一个候选关联物品的三元组信息；所述三元组信息包括所述候选物品对应的平台用户的标识、所述候选关联物品的标识以及所述被关联物品的标识；

将所有所述候选关联物品的三元组信息输入所述关联推荐模型，以便所述关联推荐模型确定每一个所述候选关联物品的打分值以及将所有所述候选关联物品按照打分值降序顺序排列，根据排序后的前K个候选关联物品生成所述推荐列表；所述K为大于1的整数。