[发明专利]一种道具推荐方法、装置、电子设备和存储介质

权利要求书

1.一种道具推荐方法，其特征在于，包括：

将待推荐道具的标识、所述待推荐道具的类型和当前道具偏好信息作为一组输入数据，输入到编码器中进行编码，得到所述待推荐道具的编码，其中，所述当前道具偏好信息为目标客户端中进入游戏场景的虚拟角色当前对应的道具偏好信息；

将各待推荐道具的编码作为输入参数，输入到用于对序列中的编码的特征进行组合的序列编码器进行编码，得到推荐序列中第一个推荐位置上的道具编码；

将第N个推荐位置上的道具编码作为输入参数，输入到用于进行编码空间映射的序列解码器进行解码，将解码结果作为第N+1个推荐位置上的道具编码，其中，N为大于1的正整数，N的最大值为预设的推荐道具的数量；

对于每个推荐位置上的道具编码，从所述待推荐道具中确定该推荐位置上的道具编码对应的推荐道具，以得到道具的所述推荐序列。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述虚拟角色对应的第一历史特征数据，其中，所述第一历史特征数据包括：用户当前在所述虚拟角色下的用户画像信息、所述虚拟角色的道具购买记录信息、所述虚拟角色的道具使用记录信息；

将所述第一历史特征数据作为输入参数，输入到兴趣偏好模型中，得到所述当前道具偏好信息。

3.如权利要求1所述的方法，其特征在于，所述从所述待推荐道具中确定该推荐位置上的道具编码对应的推荐道具，以得到道具的所述推荐序列，包括：

计算该推荐位置上的道具编码与各待推荐道具的编码的相似度；

依据概率采样算法从所述相似度中确定出一个相似度对应的推荐道具，以作为该推荐位置上的道具编码对应的推荐道具；

根据得到的推荐道具和该推荐道具对应的推荐位置的先后顺序，生成所述道具的推荐序列；

其中，任意两个推荐位置上的推荐道具均不相同。

4.如权利要求2所述的方法，其特征在于，所述方法还包括：

获取目标历史推荐序列中的目标推荐道具的标识以及该道具的类型、所述目标历史推荐序列所在时刻用户在所述虚拟角色下的用户画像信息、在所述目标历史推荐序列之前所述虚拟角色购买过的道具的标识以及该道具的类型、在所述目标历史推荐序列之前所述虚拟角色使用过的道具的标识以及该道具的类型、所述目标历史推荐序列包括的道具的标识以及该道具的类型、所述目标历史推荐序列中在所述目标推荐道具之前被所述虚拟角色购买的道具的标识以及该道具的类型；

将所述目标历史推荐序列所在时刻用户在所述虚拟角色下的用户画像信息、在所述目标历史推荐序列之前所述虚拟角色购买过的道具的标识以及该道具的类型，以及在所述目标历史推荐序列之前所述虚拟角色使用过的道具的标识以及该道具的类型作为样本参数，输入到所述兴趣偏好模型中，得到所述虚拟角色对应的历史道具偏好信息；

将所述目标历史推荐序列中的目标推荐道具的标识以及该道具的类型、所述目标历史推荐序列包括的道具的标识以及该道具的类型，以及所述目标历史推荐序列中在所述目标推荐道具之前被所述虚拟角色购买的道具的标识以及该道具的类型作为样本参数，输入到道具曝光模型中，得到用于表示所述目标历史推荐序列中包括的推荐道具对所述目标推荐道具的影响的道具曝光特征信息；

将所述虚拟角色对应的历史道具偏好信息和所述道具曝光特征作为样本参数，输入到购买概率模型中，得到所述目标推荐道具的购买概率；

计算所述虚拟角色对所述目标推荐道具的购买情况对应的值与所述目标推荐道具的购买概率的差值的平方值，得到第一目标优化值；

使用所述第一目标优化值，对所述兴趣偏好模型、所述道具曝光模型，以及购买概率模型中可学习的参数进行训练，直至使得到的所述第一目标优化值小于第一预设阈值为止。