[发明专利]对象推荐模型、对象推荐方法、装置及电子设备

权利要求书

1.一种对象推荐方法，其特征在于，包括：

为目标用户确定多个候选推荐对象，以及获取所述目标用户的静态数据和动态数据，所述动态数据包含第一动态数据和第二动态数据，所述第一动态数据包括所述目标用户在指定历史时段内所浏览对象的对象数据；所述第二动态数据包括所述目标用户在所述指定历史时段内的多个历史时刻下的行为数据，所述第二动态数据不包括所述目标用户在所述指定历史时段内的用户浏览行为数据；

对多个所述候选推荐对象的对象数据进行特征提取，得到多个所述候选推荐对象的对象特征向量，以及对所述目标用户的静态数据和动态数据分别进行特征提取，得到所述目标用户的静态特征向量和动态特征向量，所述动态特征向量包括对应于所述第一动态数据的第一动态特征向量和对应于所述第二动态数据的第二动态特征向量；

基于注意力机制对所述动态特征向量和各所述候选推荐对象的对象特征向量进行计算，得到所述目标用户对应于各所述候选推荐对象的兴趣向量；

基于各所述候选推荐对象的对象特征向量、所述目标用户的静态特征向量和对应于各所述候选推荐对象的兴趣向量确定各所述候选推荐对象对应于所述目标用户的匹配度，包括：针对每一所述候选推荐对象，对所述目标用户的静态特征向量和对应于所述候选推荐对象的兴趣向量进行拼接，得到所述目标用户对应于所述候选推荐对象的用户特征向量；基于所述用户特征向量和所述候选推荐对象的对象特征向量确定所述候选推荐对象对应于所述目标用户的匹配度；

基于各所述候选推荐对象对应于所述目标用户的匹配度向所述目标用户进行对象推荐。

2.根据权利要求1所述的方法，其特征在于，获取所述目标用户的动态数据，包括：

从第一数据库获取所述目标用户在指定历史时段内的所述第一动态数据；以及从第二数据库获取所述目标用户在所述指定历史时段内的所述第二动态数据。

3.根据权利要求2所述的方法，其特征在于，对所述目标用户的动态数据进行特征提取，得到所述目标用户的动态特征向量，包括：

对所述第一动态数据中的每一对象数据进行特征提取，将提取到的对象特征向量作为所述目标用户的所述第一动态特征向量；以及，

对所述第二动态数据中的每一行为数据进行特征提取，将提取到的行为特征向量作为所述目标用户的所述第二动态特征向量；

所述基于注意力机制对所述动态特征向量和各所述候选推荐对象的对象特征向量进行计算，得到所述目标用户对应于各所述候选推荐对象的兴趣向量，包括：

针对每一所述候选推荐对象，基于注意力机制确定各所述第一动态特征向量对应于所述候选推荐对象的第一兴趣权重，并基于所述第一兴趣权重对各所述第一动态特征向量进行加权求和，得到所述目标用户对应于所述候选推荐对象的第一兴趣向量；以及，

针对每一所述候选推荐对象，基于注意力机制确定各所述第二动态特征向量对应于所述候选推荐对象的第二兴趣权重，并基于所述第二兴趣权重对各所述第二动态特征向量进行加权求和，得到所述目标用户对应于所述候选推荐对象的第二兴趣向量。

4.根据权利要求1所述的方法，其特征在于，所述为目标用户确定多个候选推荐对象，包括：

基于预设的推荐召回策略从预设的对象集中确定多个初始候选推荐对象；

按照热度从高到低的顺序对多个所述初始候选推荐对象进行排序；

对排序结果中排在后N位的初始候选推荐对象进行采样，将采样得到的初始候选推荐对象和所述排序结果中排在前M位的初始候选推荐对象确定为候选推荐对象；所述N和M为大于0的自然数。