[发明专利]个性化推荐方法、装置、设备及存储介质

权利要求书

1.一种个性化推荐方法，其特征在于，包括：

获取冷启动用户在目标网站注册时确定的冷启动用户信息；

根据所述冷启动用户信息，确定所述冷启动用户具有的人口统计学属性，以及所述冷启动用户所属的至少一个人口统计学属性人群；

根据所述冷启动用户所属的至少一个人口统计学属性人群和预先确定的每个人口统计学属性人群的物品排序索引，确定针对所述冷启动用户的待推荐物品；

所述方法还包括：

获取所述目标网站中的所有物品的信息；

将所有物品的信息输入到推荐模型中，得到每种物品在每个人口统计学属性人群中的概率分布，所述推荐模型是利用所述目标网站中的历史行为数据集合对预设网络进行训练得到的；

根据每种物品在每个人口统计学属性人群中的概率分布，对所有的物品进行排序，确定每个人口统计学属性人群的物品排序索引。

2.根据权利要求1所述的方法，其特征在于，所述根据所述冷启动用户所属的至少一个人口统计学属性人群和预先确定的每个人口统计学属性人群的物品排序索引，确定针对所述冷启动用户的待推荐物品，包括：

根据所述冷启动用户所属的每个人口统计学属性人群和预先确定的每个人口统计学属性人群的物品排序索引，确定所述冷启动用户在每个人口统计学属性人群中的物品排序索引；

根据所述冷启动用户在所有人口统计学属性人群中的物品排序索引，确定针对所述冷启动用户的待推荐物品。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据每种物品在每个人口统计学属性人群中的概率分布，确定每种物品在不同人口统计学属性人群组合中的总概率分布；

根据每种物品在不同人口统计学属性人群组合中的总概率分布，对所有的物品进行排序，确定不同人口统计学属性人群组合中的物品排序索引。

4.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个人口统计学属性人群和预先确定的每个人口统计学属性人群的物品排序索引，确定针对所述冷启动用户的待推荐物品，包括：

根据所述冷启动用户所属的至少一个人口统计学属性人群，确定所述冷启动用户对应的人口统计学属性人群组合；

根据所述冷启动用户对应的人口统计学属性人群组合和所述人口统计学属性人群组合中的物品排序索引，确定针对所述冷启动用户的待推荐物品。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

获取所述目标网站中的历史行为数据集合，所述历史行为数据集合包括：多条历史行为数据，每条历史行为数据携带已注册用户的标识和操作物品信息；

根据每条历史行为数据携带的已注册用户的标识，确定每条历史行为数据所属已注册用户具有的多个人口统计学属性；

将所述历史行为数据集合中每条历史行为数据所属的已注册用户具有的多个人口统计学属性和操作物品信息进行整合，得到训练样本；

以所述训练样本中每条训练数据包括的操作物品信息作为输入，人口统计学属性作为输出，对预设网络进行训练，得到所述推荐模型。

6.根据权利要求5所述的方法，其特征在于，所述以所述训练样本中每条训练数据包括的操作物品信息作为输入，人口统计学属性作为输出，对预设网络进行训练，得到所述推荐模型，包括：

对所述训练样本中每条训练数据包括的操作物品信息进行向量化处理，得到每条训练数据的操作物品特征向量信息；

将所述训练样本中每条训练数据的操作物品特征向量信息依次输入所述预设网络，通过调整所述预设网络的参数，直到所述预设网络的输出结果依次为对应训练数据的人口统计学属性，得到所述推荐模型。

7.根据权利要求5所述的方法，其特征在于，所述操作物品信息由其所属物品所在的业务确定，所述操作物品信息至少包括如下一种：物品名称、标题、点击数、评论数、点赞数、收藏数。