[发明专利]对象推荐方法、装置和设备及计算机存储介质

说明书

本申请公开了一种对象推荐方法、装置和设备及计算机存储介质，涉及人工智能技术领域，用于提升对象召回过程的精准性以及对象推荐的准确性。该方法包括：基于各个候选账户的历史操作对象序列以及相应的至少一个操作对象属性序列，分别获得所述各个候选账户各自的账户特征向量；基于获得的各个账户特征向量，从所述各个候选账户中，确定出待进行对象推荐的目标账户的至少一个相似账户，每个相似账户为与所述目标账户的相似度满足设定要求的候选账户；基于所述至少一个相似账户的历史操作对象序列，获得多个候选推荐对象；从所述多个候选推荐对象中，确定所述目标账户的目标推荐对象。

技术领域

本申请涉及计算机技术领域，尤其涉及人工智能技术领域，提供一种对象推荐方法、装置和设备及计算机存储介质。

背景技术

推荐系统常用于向用户进行对象推荐，如新闻推荐、视频推荐或者商品推荐等，如果细分的话，一般推荐系统会有四个环节：召回→粗排→精排→重排。召回是推荐系统中不可或缺的一部分，以新闻推荐为例，推荐系统向用户推荐可能感兴趣的新闻时，首先要从海量的新闻库中找出一个用户可能感兴趣的子集，通常这个子集包含几百或者几千个新闻，得到这个子集的过程通常称为召回，找到子集后再通过更复杂的排序模型对子集中的新闻打分和排序，最终向用户推荐一个或者几个用户最可能喜欢的新闻。

目前，推荐系统中的召回方法通常采用基于深度学习的模型召回，而基于深度学习的模型召回，通常将每个用户映射为一个向量、每个新闻映射为一个向量，并根据用户是否点击该新闻的关系，使用神经网络学习用户向量和新闻向量之间的关系，使用户向量和该用户可能点击的新闻向量尽可能靠近，并召回向量距离较近的新闻，但是该方法难以正确的召回训练中未见过的新闻。

因此，现有的召回方法仍然难以正确的完成召回，从而影响后续对象推荐的准确程度。

发明内容

本申请实施例提供一种对象推荐方法、装置和设备及计算机存储介质，用于提升对象召回过程的精准性以及对象推荐的准确性。

一方面，提供一种对象推荐方法，所述方法包括：

基于各个候选账户各自对应的历史操作对象序列，以及各个历史操作对象序列各自对应的至少一个操作对象属性序列，分别获得所述各个候选账户各自的账户特征向量；其中，每个操作对象属性序列，是基于相应的历史操作对象序列中各个历史操作对象的同类属性构成的；

基于获得的各个账户特征向量，从所述各个候选账户中，确定出待进行对象推荐的目标账户的至少一个相似账户，每个相似账户为与所述目标账户的相似度满足设定要求的候选账户；

基于所述至少一个相似账户的历史操作对象序列，获得多个候选推荐对象；

从所述多个候选推荐对象中，确定所述目标账户的目标推荐对象。

一方面，提供一种对象推荐装置，包括：

特征向量获取单元，用于基于各个候选账户各自对应的历史操作对象序列，以及各个历史操作对象序列各自对应的至少一个操作对象属性序列，分别获得所述各个候选账户各自的账户特征向量；其中，每个操作对象属性序列，是基于相应的历史操作对象序列中各个历史操作对象的同类属性构成的；

相似账户确定单元，用于基于获得的各个账户特征向量，从所述各个候选账户中，确定出待进行对象推荐的目标账户的至少一个相似账户，每个相似账户为与所述目标账户的相似度满足设定要求的候选账户；

推荐对象确定单元，用于基于所述至少一个相似账户的历史操作对象序列，获得多个候选推荐对象；以及，从所述多个候选推荐对象中，确定所述目标账户的目标推荐对象。

可选的，所述特征向量获取单元，具体用于：