[发明专利]对象推荐方法、推荐模型的训练方法及装置

说明书

本公开提供了一种对象推荐方法、推荐模型的训练方法及装置，涉及人工智能技术领域，尤其涉及智能推荐和深度学习技术领域。实现方案为：基于用户的第一行为特征，确定用户的用户类型；响应于确定用户的用户类型为非活跃用户：基于用户的第二行为特征、属性特征和待推荐对象的对象特征，确定用户与待推荐对象的第一匹配度；基于属性特征和对象特征，确定用户与待推荐对象的第二匹配度；以及基于第一匹配度和第二匹配度，确定待推荐对象针对用户的推荐结果。

技术领域

本公开涉及人工智能技术领域，尤其涉及智能推荐和深度学习技术领域，具体涉及一种对象推荐方法及装置、推荐模型的训练方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

人工智能技术可以被应用于推荐系统中，用于向用户推荐其可能感兴趣的对象，例如新闻、音频、视频、广告、商品、服务等。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种对象推荐方法及装置、推荐模型的训练方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种对象推荐方法，包括：基于用户的第一行为特征，确定所述用户的用户类型；响应于确定所述用户的用户类型为非活跃用户：基于所述用户的第二行为特征、属性特征和待推荐对象的对象特征，确定所述用户与所述待推荐对象的第一匹配度；基于所述属性特征和所述对象特征，确定所述用户与所述待推荐对象的第二匹配度；以及基于所述第一匹配度和所述第二匹配度，确定所述待推荐对象针对所述用户的推荐结果。

根据本公开的一方面，提供了一种推荐模型的训练方法，所述推荐模型包括第一推荐模型和第二推荐模型，所述方法包括：训练得到第一推荐模型；获取样本用户的行为特征和属性特征、样本对象的对象特征以及所述样本对象针对所述样本用户的真实推荐结果，其中，所述样本用户的用户类型为非活跃用户；将所述行为特征、所述属性特征和所述对象特征输入所述第一推荐模型，以得到所述第一推荐模型输出的所述样本用户与所述样本对象的第一预测匹配度；将所述属性特征和所述对象特征输入所述第二推荐模型，以得到所述第二推荐模型输出的样本用户与所述样本对象的第二预测匹配度；将所述第一预测匹配度和所述第二预测匹配度进行融合，以得到所述样本对象针对所述样本用户的预测推荐结果；基于所述预测推荐结果和所述真实推荐结果，计算所述推荐模型的损失值；以及基于所述损失值，调整所述第二推荐模型的参数。

根据本公开的一方面，提供了一种对象推荐装置，包括：确定模块，被配置为基于用户的第一行为特征，确定所述用户的用户类型；推荐模块，包括第一匹配单元、第二匹配单元和推荐单元，所述第一匹配单元被配置为响应于确定所述用户的用户类型为非活跃用户，基于所述用户的第二行为特征、属性特征和待推荐对象的对象特征，确定所述用户与所述待推荐对象的第一匹配度；所述第二匹配单元被配置为基于所述属性特征和所述对象特征，确定所述用户与所述待推荐对象的第二匹配度；以及所述推荐单元被配置为基于所述第一匹配度和所述第二匹配度，确定所述待推荐对象针对所述用户的推荐结果。