[发明专利]项目推荐方法、装置、设备及存储介质

权利要求书

1.一种项目推荐方法，其特征在于，所述方法包括：

接收当前用户所发送当前已完成的训练项目；

根据所述训练项目及预确定的离线推荐列表，确定与所述训练项目对应的在线推荐列表；

将所述在线推荐列表对应的待推荐项目发送并显示在所述当前用户的客户端上。

2.根据权利要求1所述的方法，其特征在于，所述根据所述训练项目及预确定的离线推荐列表，确定与所述训练项目对应的在线推荐列表，包括：

以所述训练项目为查询条件，在所述离线推荐列表中查询所述训练项目对应的待推荐项目以及待推荐项目对应的推荐概率；

根据待推荐项目对应的推荐概率对各所述待推荐项目进行排序，得到在线推荐列表。

3.根据权利要求2所述的方法，其特征在于，确定与所述训练项目对应的在线推荐列表之后，还包括：

基于设定排序规则，对所述在线推荐列表中的待推荐项目进行排序调整。

4.根据权利要求3所述的方法，其特征在于，所述基于设定排序规则，对所述在线推荐列表中的待推荐项目进行排序调整，包括：

获取各待推荐项目的业务指标信息和/或预设时间段内的点击率；

基于各业务指标信息和/或预设时间段内的点击率，确定相应待推荐项目的推荐权重；

基于各所述待推荐项目的推荐权重，对各所述待推荐项目进行排序，形成新的在线推荐列表。

5.根据权利要求1所述的方法，其特征在于，所述接收当前用户所发送当前已完成的训练项目之前，还包括：

获取当前用户的第一历史行为数据；其中，所述第一历史行为数据包括第一时间段内已完成的训练项目以及用户行为时序数据；

将所述第一历史行为数据输入至预训练的推荐模型中，以得到离线推荐列表。

6.根据权利要求5所述的方法，其特征在于，所述获取当前用户的第一历史行为数据之前，还包括：

获取至少一个用户的第二历史行为数据，并对所述第二历史行为数据进行预处理，得到各用户属性特征；

根据各训练项目以及所述第二历史行为数据，确定训练内容特征；

将所述各用户属性特征和所述训练内容特征输入分类器进行训练，得到预训练的推荐模型。

7.根据权利要求6所述的方法，其特征在于，所述各用户属性特征包括：各用户的时序数据和各用户的横截面数据；

相应的，所述对所述第二历史行为数据进行预处理，得到各用户属性特征，包括：

将各用户的第二历史行为数据中的训练项目按照时间特征进行整合，得到各用户的时序数据；

根据各用户的第二历史行为数据生成各用户画像，并对各用户画像进行筛选、清洗和组合，得到各用户的横截面数据。

8.根据权利要求6所述的方法，其特征在于，所述训练项目特征包括：各训练项目之间的相似度和用户行为相似度；

相应的，根据各训练项目以及所述第二历史行为数据，确定训练项目特征，包括：

根据词向量算法计算各训练项目之间的相似度；

如果所述各训练项目之间的相似度小于预设数值，则根据各用户的第二历史行为数据生成行为有向图；

根据所述行为有向图计算用户行为相似度。

9.一种项目推荐装置，其特征在于，包括：

接收模块，用于接收当前用户所发送当前已完成的训练项目；

确定模块，用于根据所述训练项目及预确定的离线推荐列表，确定与所述训练项目对应的在线推荐列表；

发送模块，用于将所述在线推荐列表对应的推荐项目发送并显示在所述当前用户的客户端上。

10.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的项目推荐方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的项目推荐方法。