[发明专利]一种对象获取方法、装置、设备及存储介质有效

专利信息
申请号: 201910859734.8 申请日: 2019-09-11
公开(公告)号: CN112487276B 公开(公告)日: 2023-10-17
发明(设计)人: 张新宇 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/906;G06Q30/0601
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 贾允
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 对象 获取 方法 装置 设备 存储 介质
【权利要求书】:

1.一种对象获取方法,其特征在于,所述方法包括:

确定第一推荐对象集合中的有效推荐对象子集,所述第一推荐对象集合包括至少一个第一推荐对象;

采用聚类算法对所述有效推荐对象子集进行聚类,得到至少一个聚类集合;

确定每个所述聚类集合的索引;

对于每个第一推荐对象,执行如下处理:

计算所述第一推荐对象的隐向量与每个所述索引之间的相似值;基于所述相似值从所述索引中选择所述第一推荐对象的目标索引;在所述目标索引对应的聚类集合内获取与所述第一推荐对象对应的各第一相似对象。

2.根据权利要求1所述的对象获取方法,其特征在于,所述方法还包括:

将所述第一推荐对象集合中每个第一推荐对象的标识作为键;

将每个第一推荐对象对应的各第一相似对象的标识,及二者之间的相似值作为值,与所述键进行关联,以键值对的形式存储至缓存中。

3.根据权利要求1所述的对象获取方法,其特征在于,所述确定每个所述聚类集合的索引包括:

计算每个所述聚类集合中所有有效推荐对象的隐向量的均值向量,将所述均值向量确定为所述索引。

4.根据权利要求1所述的对象获取方法,其特征在于,所述隐向量是定时或周期性生成的,生成方法包括:

基于所述第一推荐对象集合定时或周期性生成推荐对象与标签权重矩阵;

基于所述推荐对象与标签权重矩阵构建推荐对象与标签距离矩阵;

对所述推荐对象与标签距离矩阵进行矩阵分解,生成所述第一推荐对象集合中每个第一推荐对象的隐向量。

5.根据权利要求4所述的对象获取方法,其特征在于,所述基于所述第一推荐对象集合定时或周期性生成推荐对象与标签权重矩阵,包括:

定时或周期性获取所述第一推荐对象集合;

提取所述第一推荐对象集合的标签集合;

基于所述第一推荐对象集合和所述标签集合构建所述推荐对象与标签权重矩阵,所述权重矩阵中各元素的取值大于等于0小于等于1。

6.根据权利要求5所述的对象获取方法,其特征在于,所述基于所述推荐对象与标签权重矩阵构建推荐对象与标签距离矩阵,包括:用1减去所述推荐对象与标签权重矩阵中每个元素,以得到所述推荐对象与标签距离矩阵。

7.一种推荐方法,其特征在于,该方法包括:

确定第一推荐对象集合中的有效推荐对象子集,所述第一推荐对象集合包括至少一个第一推荐对象;

采用聚类算法对所述有效推荐对象子集进行聚类,得到至少一个聚类集合;

确定每个所述聚类集合的索引;

对于每个第一推荐对象,执行如下处理:计算所述第一推荐对象的隐向量与每个所述索引之间的相似值;基于所述相似值从所述索引中选择所述第一推荐对象的目标索引;在所述目标索引对应的聚类集合内获取与所述第一推荐对象对应的各第一相似对象;

将所述第一推荐对象集合中每个第一推荐对象的标识作为键;

将每个第一推荐对象对应的各第一相似对象的标识,及二者之间的相似值作为值,与所述键进行关联,以键值对的形式存储至缓存中;

获取待推荐用户已访问过的各第二推荐对象,所述各第二推荐对象为所述第一推荐对象集合的子集;

对于每个所述第二推荐对象,从所述缓存中选择与所述第二推荐对象的标识相同的键,并获取所述相同的键对应的值,以得到所述各第二推荐对象的各第二相似对象及相似值;

基于所述相似值从所述各第二相似对象中获取待推荐对象,并将所述待推荐对象推荐至所述待推荐用户。

8.根据权利要求7所述的推荐方法,其特征在于,所述将所述待推荐对象推荐至所述待推荐用户,包括:

对所述各第二相似对象进行去重处理;

将去重处理后的结果按照所述待推荐用户的画像数据、环境数据以及推荐对象的分类信息进行综合评分;

按照所述去重处理后的结果中每个推荐对象的展示类型、所述分类信息和所述综合评分确定每个推荐对象的显示位置;

将处理后的结果按照所述显示位置推送至所述待推荐用户。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910859734.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top