[发明专利]推荐方法、装置、计算机设备和存储介质

说明书

本申请涉及一种推荐方法、装置、计算机设备和存储介质。所述方法包括：获取当前用户作用于终端的当前操作行为集合，当前操作行为集合中的各个操作行为作用于对应的内容实体；从预设的推荐策略集合中选择与内容实体相适配的至少一个推荐策略，根据选择的推荐策略得到内容实体对应的待推荐对象；根据内容实体对应的待推荐对象更新推荐策略对应的当前推荐列表；从预设的推荐策略集合中各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的待推荐对象得到目标推荐列表。采用本方法可以高待推荐对象与用户需求的匹配度。

技术领域

本申请涉及互联网技术领域，特别是涉及一种推荐方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的飞速发展，用户可通过互联网方便快捷地选购商品。但是海量商品信息及海量用户的同时出现，一方面令用户难以发现自己的目标商品，同时也造成大量商品的无人问津，使得信息利用率低；另一方面，用户访问量的增加造成原始日志文件的增加。为了有针对性的向用户提供其所需要的商品信息，进而出现了用于向用户推荐相关商品信息的推荐方法。

然而，现有的推荐方法通常是基于单一的推荐算法，如，基于内容的推荐，基于协同过滤的推荐，这些算法各自都有局限性，导致待推荐对象与用户需求的匹配度不高，无法满足用户的需求。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高待推荐对象与用户需求的匹配度的推荐方法、装置、计算机设备和存储介质。

一种推荐方法，所述方法包括：

获取当前用户作用于终端的当前操作行为集合，所述当前操作行为集合中的各个操作行为作用于对应的内容实体；

从预设的推荐策略集合中选择与所述内容实体相适配的至少一个推荐策略，根据选择的所述推荐策略得到所述内容实体对应的待推荐对象；

根据所述内容实体对应的待推荐对象更新所述推荐策略对应的当前推荐列表；

从所述预设的推荐策略集合中各个推荐策略对应的更新后的当前推荐列表中选取待推荐对象，根据选取的所述待推荐对象得到目标推荐列表。

在其中一个实施例中，所述根据选择的所述推荐策略得到所述内容实体对应的待推荐对象，包括：

对所述内容实体进行分词，得到分词结果；

从所述分词结果中提取关键词，得到关键词集合；

从预设的中心词集合中查找各个所述关键词集合中各个关键词对应的中心词，得到中心词集合，将所述中心词集合中各个中心词作为所述当前用户对应的第一用户标签；

计算所述第一用户标签对应的关键词在所述内容实体中的词频，根据所述词频得到所述第一用户标签对应的权重；

根据所述第一用户标签及所述第一用户标签对应的权重生成所述当前用户对应的用户画像，根据所述当前用户对应的用户画像得到所述内容实体对应的待推荐对象。

在其中一个实施例中，所述内容实体包括商品信息，所述根据选择的所述推荐策略得到所述内容实体对应的待推荐对象，包括：

获取所述商品信息对应的商品编号，根据所述商品编号查找对应的商品类目，根据所述商品类目获取对应的历史权重；

根据所述当前操作行为集合计算所述商品类目对应的当前浏览次数，将所述当前浏览次数标准化；

根据所述历史权重和标准化的所述当前浏览次数计算所述商品类目对应的当前权重；

根据所述当前权重对所述商品类目进行排序，根据排序结果获取预设数量的商品类目作为目标商品类目，将所述目标商品类目作为所述当前用户对应的第二用户标签，根据所述第二用户标签及对应的权重生成当前用户对应的用户画像；