[发明专利]对象推荐方法、对象推荐装置、电子设备及存储介质

说明书

本公开提供了一种对象推荐方法、对象推荐装置、电子设备以及计算机可读存储介质，属于计算机技术领域。该方法包括：获取多个第一类对象的特征数据；基于所述特征数据与第二类对象的多个类别之间的关联，将每个第一类对象的特征数据划分为多组特征数据；将每个第一类对象的每组特征数据分别转换为特征子向量，并根据每个第一类对象的多个特征子向量，确定每个第一类对象的特征向量；确定所述多个第一类对象的特征向量之间的相似度；根据所述相似度确定用于推荐的第一类对象。本公开可以使推荐的对象具有针对性，且能够提高对象推荐效率以及推荐准确性。

技术领域

本公开涉及计算机技术领域，尤其涉及一种对象推荐方法、对象推荐装置、电子设备及计算机可读存储介质。

背景技术

随着互联网在各个行业内越来越广泛的普及与应用，电商、互联网金融、生活服务、游戏等多个领域的企业都致力于通过互联网收集与分析商品、用户等对象的数据，以挖掘需求，进行有效的对象推荐，包括：向商户推荐用户、向用户推荐商户或商品、向用户推荐其他用户等。

现有的对象推荐方法大多通过收集各种对象的海量数据，基于这些数据构建对象特征，确定相似对象作为推荐对象。然而，在实际应用中，不同类型的对象之间可能存在联系，例如在电商平台中，用户与商品之间通常存在行为关系，采用上述方法难以将用户与商品之间的关联程度体现出来。另外，由于不同类型的对象之间联系也可能并非一一对应，例如每个用户不会与所有物品都存在行为关系，使得获取的数据具有稀疏性，可能出现数据缺失或不集中的情况。通常在采用上述方法进行对象推荐时，会直接将获取的数据进行预设维度的数据转码，忽略了不同对象之间关联程度对数据特征的影响，因此，在进行推荐时缺乏针对性、有效性。

学习模型对对象进行精准的预测，而且也无法根据不同对象之间的关联程度进行有效推荐，缺乏针对性。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种对象推荐方法、对象推荐装置、电子设备及计算机可读存储介质，进而至少在一定程度上克服现有的对象推荐方法推荐准确率较低，缺乏针对性的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种对象推荐方法，包括：获取多个第一类对象的特征数据；基于所述特征数据与第二类对象的多个类别之间的关联，将每个第一类对象的特征数据划分为多组特征数据；将每个第一类对象的每组特征数据分别转换为特征子向量，并根据每个第一类对象的多个特征子向量，确定每个第一类对象的特征向量；确定所述多个第一类对象的特征向量之间的相似度；根据所述相似度确定用于推荐的第一类对象。

在本公开的一种示例性实施例中，所述第二类对象包括N个类别；所述基于所述特征数据与第二类对象的多个类别之间的关联，将每个第一类对象的特征数据划分为多组特征数据，包括：对于每个特征数据，如果所述特征数据与所述N个类别中的第i类别存在关联，则将所述特征数据划分至第i组特征数据，以将每个第一类对象的特征数据划分为多组特征数据；其中，i为小于或等于N的任意自然数，所述第i组特征数据与所述第二类对象的第i类别具有对应关系。

在本公开的一种示例性实施例中，所述将每个第一类对象的每组特征数据分别转换为特征子向量，并根据每个第一类对象的多个特征子向量，确定每个第一类对象的特征向量，包括：获取每组特征数据的预设维度，分别将所述每组特征数据按照所述预设维度转换为特征子向量；将每个第一类对象的特征子向量进行拼接，得到每个第一类对象的特征向量。

在本公开的一种示例性实施例中，所述根据所述相似度确定用于推荐的第一类对象包括：基于所述相似度对所述多个第一类对象进行聚类；根据聚类的结果确定用于推荐的第一类对象。