[发明专利]推荐方法、推荐模型的训练方法、装置和存储介质

权利要求书

1.一种推荐方法，其特征在于，所述方法包括：

获取目标用户的用户特征和待推荐对象的对象特征；

将所述目标用户的用户特征和所述待推荐对象的对象特征输入到对象推荐模型，获得所述待推荐对象的推荐参数；

根据所述待推荐对象的推荐参数确定是否将所述待推荐对象作为目标推荐对象向所述目标用户进行推荐；

其中，所述对象推荐模型是基于第一训练样本进行推荐模型训练得到，所述第一训练样本包括第一用户的用户特征、第一对象的对象特征以及所述第一用户对所述第一对象的操作行为数据；

其中，当不存在所述第一用户对所述第一对象的直接操作行为数据时，所述第一用户对所述第一对象的操作行为数据为所述第一用户对所述第一对象的伪操作行为数据，所述第一用户对所述第一对象的伪操作行为数据是当所述第一用户的第一账号的好友喜好距离小于喜好距离阈值时根据所述第一账号与至少一个第一好友账号中每个第一好友账号之间的关联关系和所述至少一个第一好友账号中每个第一好友账号对所述第一对象的直接操作行为数据生成得到，所述至少一个第一好友账号为所述第一账号关联的好友账号中对所述第一对象有直接操作行为数据的好友账号，所述第一账号的好友喜好距离用于指示使用所述第一账号的所述第一用户的喜好与使用所述至少一个第一好友账号的用户的整体喜好之间的差异程度。

2.如权利要求1所述的方法，其特征在于，

所述第一用户对所述第一对象的伪操作行为数据是将所述至少一个第一好友账号中每个第一好友账号对所述第一对象的直接操作行为数据乘以对应的权重后得到的数值进行累加得到；

所述至少一个第一好友账号中每个第一好友账号对所述第一对象的直接操作行为数据对应的权重是当所述第一账号的好友喜好距离小于喜好距离阈值时，根据所述第一账号与所述至少一个第一好友账号中每个第一好友账号之间的关联关系对应的关联值确定得到；

所述第一账号的好友喜好距离是根据所述第一账号与所述至少一个第一好友账号中每个第一好友账号之间的关联关系对应的关联值和所述至少一个第一好友账号中每个第一好友账号对所述第一对象的直接操作行为数据确定得到。

3.如权利要求2所述的方法，其特征在于，

所述第一账号的好友喜好距离是将所述第一账号的关联数量、所述至少一个第一好友账号对所述第一对象的直接操作行为数据的平均值和标准差输入到喜好预测模型中后获得，所述第一账号的关联数量为所述第一账号与所述至少一个第一好友账号中每个第一好友账号之间的关联关系对应的关联值之和。

4.一种推荐装置，其特征在于，所述装置包括：

特征获取模块，用于获取目标用户的用户特征和待推荐对象的对象特征；

推荐参数获取模块，用于将所述目标用户的用户特征和所述待推荐对象的对象特征输入到对象推荐模型，获得所述待推荐对象的推荐参数；

推荐模块，用于根据所述待推荐对象的推荐参数确定是否将所述待推荐对象作为目标推荐对象向所述目标用户进行推荐；

其中，所述对象推荐模型是基于第一训练样本进行推荐模型训练得到，所述第一训练样本包括第一用户的用户特征、第一对象的对象特征以及所述第一用户对所述第一对象的操作行为数据；

其中，当不存在所述第一用户对所述第一对象的直接操作行为数据时，所述第一用户对所述第一对象的操作行为数据为所述第一用户对所述第一对象的伪操作行为数据，所述第一用户对所述第一对象的伪操作行为数据是当所述第一用户的第一账号的好友喜好距离小于喜好距离阈值时根据所述一账号与至少一个第一好友账号中每个第一好友账号之间的关联关系和所述至少一个第一好友账号中每个第一好友账号对所述第一对象的直接操作行为数据生成得到，所述至少一个第一好友账号为所述第一账号关联的好友账号中对所述第一对象有直接操作行为数据的好友账号，所述第一账号的好友喜好距离用于指示使用所述第一账号的所述第一用户的喜好与使用所述至少一个第一好友账号的用户的整体喜好之间的差异程度。