[发明专利]一种搭建推荐服务的方法和系统

权利要求书

1.一种搭建推荐服务的方法，其特征在于，包括：

根据目标场景，从物料库中获取所述目标场景对应的目标物料数据和从行为库中获取所述目标场景对应的目标行为数据；

从算法库中获取目标算法；

基于所述目标物料数据、所述目标行为数据和所述目标算法，得到目标推荐槽，以基于所述目标推荐槽中存储的物料数据、行为数据以及算法搭建所述目标场景对应的推荐服务。

2.如权利要求1所述的方法，其特征在于，所述物料库中包括至少一个物料表，所述行为库中包括至少一个行为表；所述根据目标场景，从物料库中获取所述目标场景对应的目标物料数据和从行为库中获取所述目标场景对应的目标行为数据，包括：

根据所述目标场景，从所述至少一个物料表中获取到所述目标场景对应的目标物料表；

从所述目标物料表中获取到所述目标物料数据；

根据所述目标物料表，从所述至少一个行为表中获取到所述目标物料表对应的目标行为表；

从所述目标行为表中获取到所述目标行为数据。

3.如权利要求1所述的方法，其特征在于，所述算法库中包括多个算法；所述从算法库中获取目标算法，包括：

根据所述目标场景，从所述多个算法中获取到所述目标场景对应的目标算法。

4.如权利要求1所述的方法，其特征在于，所述目标算法中包括多个算法；所述基于所述目标物料数据、所述目标行为数据和所述目标算法得到目标推荐槽，包括：

基于所述目标物料数据、所述目标行为数据以及所述目标算法中的每个所述算法，搭建初步推荐槽；

计算每个所述初步推荐槽的推荐性能得分；

将推荐性能得分最高的初步推荐槽作为目标推荐槽。

5.如权利要求4所述的方法，其特征在于，所述目标物料数据中包括多个物料训练数据和多个物料测试数据，所述目标行为数据中包括多个行为训练数据和多个行为测试数据；所述计算每个所述初步推荐槽的推荐性能得分，包括：

基于所述初步推荐槽中的多个物料训练数据和多个行为训练数据，对所述初步推荐槽中的算法进行训练，得到初步算法；

将所述初步推荐槽中的多个物料测试数据和多个行为测试数据输入所述初步推荐槽中的初步算法，得到测试行为物料表；

获取真实行为物料表，所述真实行为物料表中记录了每个所述行为测试数据与所述每个物料测试数据之间真实的对应关系；

根据所述真实行为物料表和所述测试行为物料表记载的对应关系，确定所述初步推荐槽的推荐性能得分。

6.如权利要求5所述的方法，其特征在于，所述对应关系包括正对应关系和负对应关系，所述正对应关系指示所述行为测试数据对应的预测结果为所述物料测试数据，所述负对应关系指示所述行为测试数据对应的预测结果不为所述物料测试数据；所述根据所述真实行为物料表和所述测试行为物料表记载的对应关系，确定所述初步推荐槽的推荐性能得分，包括：

若所述真实行为物料表中记载的当前行为测试数据与当前物料测试数据的对应关系为正对应关系，并且，所述测试行为物料表中记载的所述当前行为测试数据与所述当前物料测试数据的对应关系为正对应关系，则将所述测试行为物料表中记载的所述当前行为测试数据与所述当前物料测试数据的对应关系标记为正确关系；

若所述真实行为物料表中记载的当前行为测试数据与当前物料测试数据的对应关系为正对应关系，并且，所述测试行为物料表中记载的所述当前行为测试数据与所述当前物料测试数据的对应关系为负对应关系，则将所述测试行为物料表中记载的所述当前行为测试数据与所述当前物料测试数据的对应关系标记为正确错误关系；

若所述真实行为物料表中记载的当前行为测试数据与当前物料测试数据的对应关系为负对应关系，并且，所述测试行为物料表中记载的所述当前行为测试数据与所述当前物料测试数据的对应关系为正对应关系，则将所述测试行为物料表中记载的所述当前行为测试数据与所述当前物料测试数据的对应关系标记为错误正确关系；

基于所述测试行为物料表中标记的正确关系、正确错误关系以及错误正确关系的数量，得到所述初步推荐槽的推荐性能得分。