[发明专利]电子对象的推荐方法、装置和电子设备在审
申请号: | 202010411098.5 | 申请日: | 2020-05-15 |
公开(公告)号: | CN111339432A | 公开(公告)日: | 2020-06-26 |
发明(设计)人: | 钱浩;周俊;崔卿;李龙飞 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06Q30/02 |
代理公司: | 北京汇思诚业知识产权代理有限公司 11444 | 代理人: | 苏胜 |
地址: | 310007 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电子 对象 推荐 方法 装置 电子设备 | ||
本说明书提出了一种电子对象的推荐方法、装置和电子设备,其中,所述电子对象的推荐方法包括:获取已为第一用户推荐的多个电子对象的特征,根据所述多个电子对象的特征生成特征序列;根据所述特征序列确定第一用户对电子对象特定要素的偏好值,之后根据所述第一用户的用户特征和所述第一用户对电子对象特定要素的偏好值,从候选电子对象中确定向第一用户推荐的电子对象。基于本说明书的电子对象推荐方案能够提高电子对象推荐的匹配度。
技术领域
本说明书涉及互联网技术领域,尤其涉及一种电子对象的推荐方法、装置和电子设备。
背景技术
在推荐场景中,为了促进业务转化需要定向地向用户发送业务推荐信息,其中,在业务推荐信息中可以展示待推广的产品、服务以及对用户具有较大吸引力的代金券、折扣券、奖品券等。向用户发送的推荐信息在一定程度上可以转化为用户的购买行为,但同时购买转化效果也会受到产品定价、用户喜好等多种因素的制约。为了以最小的成本达成业务转化最大化的效果,需要在成本约束条件下更好地挖掘用户偏好,以期实现更为准确的业务推荐。
在相关技术中,将用户特征和产品特征加入到推荐算法中,以基于用户特征完成相应的推荐,但其中存在的问题是,推荐样本从相同的数据分布中获取,容易产生同样的产品重复推荐或者所推荐产品的价位与用户消费能力不匹配等问题,影响业务指标的转化。
发明内容
本说明书实施例提供了一种电子对象的推荐方法、装置和电子设备,以提高电子对象推荐的匹配度。
第一方面,本说明书实施例提供了一种电子对象的推荐方法,包括:
获取已为第一用户推荐的多个电子对象的特征,根据所述多个电子对象的特征生成特征序列;
根据所述特征序列确定第一用户对电子对象特定要素的偏好值;
根据所述第一用户的用户特征和所述第一用户对电子对象特定要素的偏好值,从候选电子对象中确定向第一用户推荐的电子对象。
其中一种可能的实现方式中,根据所述多个电子对象的特征生成特征序列,包括:
从所述多个电子对象中选取具有预定用户反馈的电子对象;
基于具有预定用户反馈的电子对象的特征生成所述特征序列。
其中一种可能的实现方式中,所述预定用户反馈包括:点击、收藏或者使用。
其中一种可能的实现方式中,基于具有预定用户反馈的电子对象的特征生成所述特征序列,包括:
将具有预定用户反馈的电子对象的特征按照向用户推荐的时间顺序排列以生成所述特征序列。
其中一种可能的实现方式中,根据所述特征序列确定第一用户对电子对象特定要素的偏好值,包括:
将所述特征序列作为输入向量输入到偏好值计算模型中,基于所述偏好值计算模型的输出获取第一用户对电子对象特定要素的偏好值。
其中一种可能的实现方式中,所述电子对象特定要素包括电子对象价值要素。
其中一种可能的实现方式中,所述偏好值计算模型为长短期记忆 LSTM计算模型或者为门递归单元GRU计算模型。
其中一种可能的实现方式中,在将所述特征序列作为输入向量输入到偏好值计算模型之前,还包括:
基于嵌入embedding算法对所述特征序列降维为稠密dense向量。
其中一种可能的实现方式中,从候选电子对象中确定向第一用户推荐的电子对象,包括:
获取所述候选电子对象的特征;
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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/202010411098.5/2.html,转载请声明来源钻瓜专利网。