[发明专利]对象推荐方法、装置、电子设备及存储介质

说明书

本公开关于一种对象推荐方法、装置、电子设备及存储介质，该方法包括获取目标用户的用户标识信息、目标用户的历史行为对象的第一对象内容数据和待推荐对象的第二对象内容数据；基于用户标识信息、第一对象内容数据和第二对象内容数据进行对象召回处理，得到待推荐对象的下发指标数据；基于下发指标数据向目标用户进行对象推荐。利用本公开实施例可以大大提升用户特征的表征精准性，有效学习到用户兴趣，进而可以大大提升对象推荐精准性和推荐效果。

技术领域

本公开涉及互联网技术领域，尤其涉及一种对象推荐方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展，大量网络平台也在不断的升级，推荐给用户的信息不断丰富，但如何精准的捕捉用户的兴趣是大量推荐系统遇到的挑战。

相关技术中，常常会利用一些深度学习模型进行推荐信息的召回，一般的，深度学习模型由用户特征提取网络和对象(推荐信息)特征提取网络组成，在进行对象召回时，对象特征网络往往以对象信息为输入，用户特征提取网络往往直接以用户关联的标识信息为输入，但是标识信息的特征信号极其稀疏难以学习，且标识信息的特征具有很强的记忆能力，难以召回新发布的信息，导致相关技术中模型学习效果不好，无法有效学习到用户特征，推荐精准性和效果较差。

发明内容

本公开提供一种对象推荐方法、装置、电子设备及存储介质，以至少解决相关技术中无法有效学习到用户特征，推荐精准性和效果较差的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种对象推荐方法，包括：

获取目标用户的用户标识信息、所述目标用户的历史行为对象的第一对象内容数据和待推荐对象的第二对象内容数据；

基于所述用户标识信息、所述第一对象内容数据和所述第二对象内容数据进行对象召回处理，得到所述待推荐对象的下发指标数据；

基于所述下发指标数据向所述目标用户进行对象推荐。

可选的，所述基于所述用户标识信息、所述第一对象内容数据和所述第二对象内容数据进行对象召回处理，得到所述待推荐对象的下发指标数据包括：

根据所述用户标识信息和所述第一对象内容数据，生成所述目标用户的用户特征信息；

基于所述第二对象内容数据，确定待推荐对象特征信息；

根据所述待推荐对象特征信息和用户特征信息，得到特征关联度；

将所述特征关联度作为所述下发指标数据。

可选的，所述基于所述用户标识信息、所述第一对象内容数据和所述第二对象内容数据进行对象召回处理，得到所述待推荐对象的下发指标数据包括：

将所述用户标识信息、所述第一对象内容数据和所述第二对象内容数据输入对象召回模型进行对象召回处理，得到所述待推荐对象的下发指标数据。

可选的，所述对象召回模型包括第一特征提取层、第二特征提取层、特征融合层和召回层，所述将所述用户标识信息、所述第一对象内容数据和所述第二对象内容数据输入对象召回模型进行对象召回处理，得到所述待推荐对象的下发指标数据包括：

将所述用户标识信息和所述第一对象内容数据输入所述第一特征提取层进行特征提取，得到用户特征信息；

将所述第二对象内容数据输入所述第二特征提取层进行特征提取，得到待推荐对象特征信息；

将所述用户特征信息和所述待推荐对象特征信息输入特征融合层进行特征融合，得到目标特征信息；

将所述目标特征信息输入所述召回层进行召回处理，得到所述待推荐对象的下发指标数据。