[发明专利]推荐对象确定方法、装置、存储介质及计算机设备在审
申请号: | 201810941065.4 | 申请日: | 2018-08-17 |
公开(公告)号: | CN109033443A | 公开(公告)日: | 2018-12-18 |
发明(设计)人: | 宋佳颖;黄玉兰;杨波;刘平安 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 王仲凯 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多维属性 对象确定 展示 日志 计算机设备 存储介质 推荐系统 预设条件 点击率 新用户 筛选 用户属性 预设要求 精准度 申请 存储 统计 | ||
1.一种推荐对象确定方法,其特征在于,包括:
获取推荐系统的多份展示日志,所述展示日志记录有:推荐系统向用户展示的对象、所述对象的类别、所述用户的至少一个用户属性的属性值及所述对象的点击情况,所述点击情况至少表征对象是否被所述用户点击;
对于每份展示日志中的每个对象,将该对象划归到至少一个多维属性组中,所述多维属性组用于表征该对象的类别及该展示日志中所述至少一个用户属性的属性值;
针对每个多维属性组,从所述多份展示日志中,确定记录的对象被划归到该多维属性组的至少一份目标展示日志,并依据所述至少一份目标展示日志中对象的点击情况,分别统计所述多维属性组中每个对象的总展示量和点击率;
筛选出所述多维属性组中符合预设条件的对象,所述预设条件包括:对象的总展示量大于展示量阈值,且点击率符合预设要求;
分别存储各个多维属性组中筛选出的对象,以将各个多维属性组中筛选出的对象确定为所述推荐系统用于向新用户推荐的对象。
2.根据权利要求1所述的推荐对象确定方法,其特征在于,所述预设条件还包括:
对象的内容特征不具有设定的风险内容特征。
3.根据权利要求1所述的推荐对象确定方法,其特征在于,所述分别存储各个多维属性组中筛选出的对象,包括:
针对每个多维属性组,检测新用户对应的推荐对象存储区中是否具有所述多维属性组,所述新用户对应的推荐存储区用于存储适用于向新用户推荐的对象;
当所述推荐对象存储区具有所述多维属性组,将筛选后的所述多维属性组中的各个对象存储到所述推荐对象存储区中相应的多维属性组中;
当所述推荐对象存储区不具有所述多维属性组,则在所述推荐对象存储区存储所述多维属性组以及所述多维属性组中筛选出的对象。
4.根据权利要求3所述的推荐对象确定方法,其特征在于,在将多维属性组中筛选出的对象存储到所述推荐对象存储区的同时,还包括:
针对每个多维属性组中筛选出的每个对象,将所述对象存储到所述推荐对象存储区的存储时刻记录为所述对象在所述推荐对象存储区中的所述多维属性组中的更新时刻;
监控所述推荐对象存储区中各个多维属性组中各个对象的更新时刻;
对于所述推荐对象存储区的每个多维属性组,当该多维属性组中存在更新时刻距离当前时刻的时长超过预设时长的目标对象时,将所述目标对象从所述推荐对象存储区中的该多维属性组中删除。
5.根据权利要求1所述的推荐对象确定方法,其特征在于,所述将该对象划归到至少一个多维属性组中,包括:
根据该对象的类别以及该展示日志中所述至少一个用户属性的属性值,构建至少一个多维属性组,所述多维属性组的维度由所述对象的类别及所述展示日志中所述至少一个用户属性组成,且对于多维属性组中任意一个表征所述用户属性的维度,该维度的取值范围包括所述展示日志中记录的该用户属性的属性值;
将该对象划归到构建出的该至少一个多维属性组中,以使得构建出的每个多维属性组中均包括该对象。
6.根据权利要求1或5所述的推荐对象确定方法,其特征在于,在所述分别存储各个多维属性组中筛选出的对象之前,还包括:
删除不具有普适性的多维属性组,所述不具有普适性的多维属性组表征的对象的类别属于预设的不具有普适性的类别。
7.根据权利要求1或4所述的推荐对象确定方法,其特征在于,还包括:
获取新用户对于存储的各个多维属性组中各个对象的行为数据,所述行为数据用于反映在所述推荐系统基于存储的各个多维属性组中的对象向新用户推荐对象之后,新用户对于推荐的对象的点击情况和/或评论情况;
针对存储的每个多维属性组,根据该多维属性组中各个对象的行为数据,分别确定该多维属性组中各个对象的推荐效果;
删除所述多维属性组中推荐效果较差的多个对象。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810941065.4/1.html,转载请声明来源钻瓜专利网。