[发明专利]推荐方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种推荐方法，其特征在于，包括：

获取与目标用户对应的候选作品集的信息，其中，所述候选作品集的信息中至少记录有所述候选作品集中每个候选作品的候选作者；

根据所述目标用户的社交行为数据，确定所述目标用户与各个所述候选作者之间的关联程度，其中，所述社交行为数据用于记录所述目标用户与所述候选作者之间的社交行为；

根据所述关联程度从所述候选作者中筛选出目标作者，并向所述目标用户推荐所述候选作品集中属于所述目标作者的作品。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户的社交行为数据，确定所述目标用户与各个所述候选作者之间的关联程度，包括：

获取预先确定的目标社交行为，其中，所述目标社交行为为所有社交行为中能够表征用户与作者之间关联程度的一个或多个社交行为；

从所述目标用户的社交行为数据中，提取与所述目标社交行为对应的目标社交行为数据；

基于所述目标社交行为数据，确定所述目标用户与各个所述候选作者之间的关联程度。

3.根据权利要求2所述的方法，其特征在于，在获取预先确定的目标社交行为之前，还包括：

从用户数据库中选取样本数据，其中，所述样本数据包括多个用户的历史社交行为数据和所述多个用户与各个候选作者之间的历史关联程度；

基于各社交行为的历史行为数据和各个用户之间的历史关联程度，计算各所述社交行为与所述历史关联程度的相关性；

将所述相关性高于第一设定阈值的社交行为确定为目标社交行为。

4.根据权利要求2所述的方法，其特征在于，所述基于所述目标社交行为数据，确定所述目标用户与各个所述候选作者之间的关联程度包括：

获取所述目标用户对各个所述候选作者的作品的历史点击数据；

根据所述历史点击数据和所述目标社交行为数据中一个或多个目标社交行为的加权参数，计算所述目标用户与各个所述候选作者之间的关联程度。

5.根据权利要求4所述的方法，其特征在于，在根据所述历史点击数据和所述目标社交行为数据中一个或多个目标社交行为的加权参数，计算所述目标用户与各个所述候选作者之间的关联程度之前，还包括：

基于所述目标社交行为数据中记录的各目标社交行为的发生比例确定各个所述目标社交行为的权重；

其中，若第一目标社交行为的发生比例高于第二目标社交行为的发生比例，则所述第一目标社交行为的权重低于所述第二目标社交行为的权重，所述目标社交行为的权重用于获取所述目标行为数据中一个或多个目标社交行为的加权参数。

6.根据权利要求1或3所述的方法，其特征在于，所述根据所述关联程度从所述候选作者中筛选出目标作者，并向所述目标用户推荐所述候选作品集中属于所述目标作者的作品，包括：

从社交行为的目标社交行为中选取相关性高于第二设定阈值的社交行为，作为用于筛选作者的社交行为；其中，所述第二设定阈值大于所述第一设定阈值；

获取在设定时间段内所述目标用户针对所述候选作者的所述用于筛选作者的社交行为的次数；

将所述用于筛选作者的社交行为的次数超过次数阈值的候选作者确定为目标作者；

根据所述关联程度，向所述目标用户推荐所述候选作品集中属于所述目标作者的作品。

7.一种推荐装置，其特征在于，包括：

信息获取模块，被配置为获取与目标用户对应的候选作品集的信息，其中，所述候选作品集的信息中至少记录有所述候选作品集中每个候选作品的候选作者；

关联程度确定模块，被配置为根据所述目标用户的社交行为数据，确定所述目标用户与各个所述候选作者之间的关联程度，其中，所述社交行为数据用于记录所述目标用户与所述候选作者之间的社交行为；

推荐模块，被配置为根据所述关联程度从所述候选作者中筛选出目标作者，并向所述目标用户推荐所述候选作品集中属于所述目标作者的作品。