[发明专利]资源对象推荐方法及装置，数据预测模型训练方法及装置

权利要求书

1.一种资源对象推荐方法，其特征在于，包括：

获取已被选取的资源对象数据以及目标资源对象数据；

将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，所述数据预测模型用于预测所述目标资源对象数据能够被加入到所述已被选取的资源对象数据中的概率；

将所述概率满足推荐要求的所述目标资源对象数据，确定为推荐资源对象数据。

2.根据权利要求1所述的资源对象推荐方法，其特征在于，所述将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，包括：

根据所述已被选取的资源对象数据中用于描述已被选取的资源对象内容的文本信息，提取所述已被选取的资源对象数据中的序列属性特征；

根据所述目标资源对象数据中用于描述目标资源对象数据内容的文本信息，提取与所述已被选取的资源对象数据的序列属性特征相同特征类型的、所述目标资源对象数据中的序列属性特征；

将所述已被选取的资源对象数据的序列属性特征和所述目标资源对象数据的序列属性特征，输入到所述数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率。

3.根据权利要求2所述的资源对象推荐方法，其特征在于，所述已被选取的资源对象数据的序列数据特征的特征类型包括：用于描述所述已被选取的资源对象数据主题信息的名称特征类型，用于描述所述已被选取的资源对象数据支付信息的价格特征类型，用于描述所述资源对象数据规格信息的规格特征类型。

4.根据权利要求2所述的资源对象推荐方法，其特征在于，还包括：

提取所述目标资源对象数据中用于描述所述目标资源对象数据的画像信息；

所述将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，包括：

将提取的所述资源对象数据的序列属性特征、所述目标资源对象数据的序列属性特征以及所述目标资源对象数据的画像信息，输入到所述数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率。

5.一种资源对象推荐装置，其特征在于，包括：

获取单元，用于获取已被选取的资源对象数据以及目标资源对象数据；

预测单元，用于将所述已被选取的资源对象数据以及所述目标资源对象数据输入到数据预测模型中，获得所述目标资源对象数据能够被加入到所述已被选取的资源对象数据的概率，所述数据预测模型用于预测所述目标资源对象数据能够被加入到所述已被选取的资源对象数据中的概率；

确定单元，用于将所述概率满足推荐要求的所述目标资源对象数据，确定为推荐资源对象数据。

6.一种数据预测模型的训练方法，其特征在于，包括：

采集包括已被选取的资源对象数据和未被选取的资源对象数据的样本数据；

将所述样本数据输入到数据预测模型中进行训练；

根据训练结果，获取所述样本数据中所述已被选取的资源对象数据之间的相关度；

根据所述相关度，确定所述资源对象数据之间被共同选取的概率。