[发明专利]对象推荐方法及装置、存储介质、计算机设备在审
申请号: | 202010485561.0 | 申请日: | 2020-06-01 |
公开(公告)号: | CN111738754A | 公开(公告)日: | 2020-10-02 |
发明(设计)人: | 汤奇峰;葛虎跃 | 申请(专利权)人: | 上海晶赞融宣科技有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06F16/953 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 张振军 |
地址: | 200072 上海市静安区灵*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对象 推荐 方法 装置 存储 介质 计算机 设备 | ||
一种对象推荐方法及装置、存储介质、计算机设备,所述对象推荐方法包括:获取历史浏览纪录,并获取热门对象的信息;根据所述热门对象从所述历史浏览纪录中获取潜在对象,生成潜在对象候选集合;根据目标用户的信息从所述潜在对象候选集合中选取一个或多个推荐对象,将所述推荐对象的信息发送给所述目标用户。通过该方案,能够在用户行为数据缺失、无法确定用户的兴趣时,为用户选择更适当的投放对象进行推荐,从而提高投放的效果。
技术领域
本发明涉及计算机技术领域,具体地涉及一种对象推荐方法及装置、存储介质、计算机设备。
背景技术
在广告投放优化中,在广告素材侧通常会投放用户感兴趣的对象(如产品等),以吸引用户。传统地,可以通过机器学习的算法去挖掘并分析用户的行为数据,比如用户之前看过什么对象,以此来推断用户的兴趣点,为用户投放感兴趣的产品。但是在很多情况下,现有的技术还不能够确定用户的兴趣,极端的情况下,用户的行为数据是完全缺失。这种数据缺失在互联网上非常的常见。在这样的情况下给用户投放其感兴趣的对象的广告变得非常困难,最终会导致整个投放活动的点击率偏低,进而影响广告投放效果。
在用户行为数据缺失、无法确定用户的兴趣时,常用的方法一般是给用户投放一个热门的对象,这种方法比较简单,只是基于现有数据做简单的频次统计,只能投放当前已经是热门的商品,效果比较普通。另外一种就是从一堆相关的对象随机选择投放,效果也比较差。
由此,亟需一种对象推荐方法,能够在用户行为数据缺失、无法确定用户的兴趣时,为用户选择更适当的投放对象进行推荐,以提高投放效果。
发明内容
本发明解决的技术问题是如何在用户行为数据缺失、无法确定用户的兴趣时,为用户选择更适当的投放对象进行推荐,以提高投放效果。
为解决上述技术问题,本发明实施例提供一种对象推荐方法,所述方法包括:获取历史浏览纪录,并获取热门对象的信息;根据所述热门对象从所述历史浏览纪录中获取潜在对象,生成潜在对象候选集合;根据目标用户的信息从所述潜在对象候选集合中选取一个或多个推荐对象,将所述推荐对象的信息发送给所述目标用户。
可选的,所述历史浏览记录包含多个对象,所述根据所述热门对象从所述历史浏览纪录中获取潜在对象,生成潜在对象候选集合,包括:根据所述历史浏览记录生成多个对象的向量;获取中心向量,计算历史浏览记录中多个对象的向量与中心向量之间的相似度;取相似度大于预设值的对象添加到所述潜在对象候选集合中。
可选的,所述历史浏览记录中包含各个对象的浏览时间,所述根据所述历史浏览记录生成多个对象的向量,包括:在所述历史浏览记录中定位热门对象;按照各个对象的浏览时间的先后顺序,获取所述热门对象的多个相关对象,并构建各个相关对象与所述热门对象之间的关联关系;根据所述关联关系和预设的向量维度信息,得到各个相关对象的向量。
可选的,所述根据所述关联关系和预设的向量维度信息,得到各个相关对象的向量,包括:将各个相关对象与所述热门对象之间的关联关系输入向量处理模型中,按照所述预设的向量维度信息设置所述向量处理模型的向量维度,生成各个相关对象的向量。
可选的,所述中心向量为多个热门对象的向量的平均值。
可选的,所述历史浏览纪录为多个用户的历史浏览记录,所述根据所述历史浏览记录生成多个对象的向量之前,还包括:将每个用户的历史浏览记录划分为一个或多个会话;所述根据所述历史浏览记录生成多个对象的向量,包括:根据每一会话的历史浏览记录生成各个会话中包含的对象的向量。
可选的,所述获取热门对象的信息,包括:统计所述历史浏览记录中的各个对象的浏览频次,将浏览频次高于预设值的对象作为热门对象。
可选的,所述从所述潜在对象候选集合中选取一个或多个推荐对象,包括:获取预设时间内潜在对象候选集合中各对象的被浏览指标,并根据各对象的被浏览指标选取所述推荐对象。
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上海晶赞融宣科技有限公司,未经上海晶赞融宣科技有限公司许可,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/202010485561.0/2.html,转载请声明来源钻瓜专利网。