[发明专利]对象推荐方法及装置

权利要求书

1.一种对象推荐方法，包括：

获取用户特征数据；

使用用户偏好预测模型来基于所述用户特征数据得到用户偏好预测结果，所述用户偏好预测结果包括针对待推荐对象集中的各个待推荐对象的用户偏好预测值；

基于所述用户偏好预测结果，确定所述各个待推荐对象的用户偏好概率；

使用Bandit算法来基于所述各个待推荐对象的用户偏好概率，确定所述各个待推荐对象的用户选择概率；

根据所述各个待推荐对象的用户偏好概率和用户选择概率，确定推荐对象；以及

将所确定的推荐对象推荐给用户。

2.如权利要求1所述的对象推荐方法，其中，所述用户偏好预测模型包括多个用户偏好预测模型，并且所述多个用户偏好预测模型是使用历史用户样本数据集并调整用户偏好预测模型的随机性来训练出的，所述用户样本数据包括用户特征数据和针对所述各个待推荐对象的推荐标签数据。

3.如权利要求2所述的对象推荐方法，其中，基于所述用户偏好预测结果，确定所述各个待推荐对象的用户偏好概率包括：

基于多个用户偏好预测模型的用户偏好预测结果来计算出针对所述各个待推荐对象的用户偏好预测值的置信区间；以及

基于所述各个待推荐对象的用户偏好预测值的置信区间，确定所述各个待推荐对象的用户偏好概率。

4.如权利要求3所述的对象推荐方法，其中，基于所述各个待推荐对象的用户偏好概率预测值的置信区间，确定所述各个待推荐对象的用户偏好概率包括：

将所述各个待推荐对象的用户偏好概率预测值的置信区间的上限，确定为所述各个待推荐对象的用户偏好概率。

5.如权利要求2所述的对象推荐方法，其中，所述用户偏好预测模型的随机性包括：

用户特征属性选择的随机性；和/或

用户样本数据选择的随机性。

6.如权利要求1所述的对象推荐方法，其中，所述用户特征数据包括：

用户画像数据；

用户交易数据；

用户社交数据；和/或

用户行为数据。

7.如权利要求1所述的对象推荐方法，其中，所述用户偏好概率和所述用户选择概率具有对应的权重因子，以及

根据所述各个待推荐对象的用户偏好概率和用户选择概率，确定推荐对象包括：

根据所述各个待推荐对象的用户偏好概率、用户选择概率以及对应的权重因子，确定推荐对象。

8.如权利要求1到7中任一所述的对象推荐方法，其中，所述Bandit算法包括下述算法中的一种：

简单观察法；

Epsilon-Greedy算法及其变型；

Epsilon-Greedy-Softmax算法及其变型；和

Upper Confidence Bound算法及其变型。

9.如权利要求1所述的对象推荐方法，还包括：

获取所述用户针对所述推荐对象的响应数据；以及

基于所述响应数据来更新历史用户样本数据集，以用于用户偏好预测模型的迭代优化。

10.如权利要求8所述的对象推荐方法，其中，使用Bandit算法来基于所述各个待推荐对象的用户偏好概率，确定所述各个待推荐对象的用户选择概率包括：

使用Bandit算法来基于所述各个待推荐对象的用户偏好概率以及温度系数，确定所述各个待推荐对象的用户选择概率，其中，所述温度系数随着用户偏好预测模型的迭代次数增加而减小。