[发明专利]产品推荐方法、装置、电子设备及存储介质

权利要求书

1.一种产品推荐方法，其特征在于，包括：

根据在第一历史时间范围与待推荐产品产生交互的历史用户的属性特征数据获取所述待推荐产品的用户描述特征数据；

将所述待推荐产品的产品特征数据与所述用户描述特征数据进行融合，得到所述待推荐产品的融合特征数据；

获取与目标用户产生交互的历史产品的融合特征数据；

将所述目标用户的历史产品的融合特征数据和所述待推荐产品的融合特征数据输入至预先训练好的产品推荐模型中，输出所述目标用户对所述待推荐产品产生交互行为的行为预测值，其中，所述产品推荐模型基于向历史用户推荐产品时所述历史用户的历史产品的融合特征数据、已推荐产品的融合特征数据以及所述历史用户对所述已推荐产品的实际交互行为训练得到；

根据所述行为预测值向所述目标用户推荐所述待推荐产品。

2.根据权利要求1所述的产品推荐方法，其特征在于，所述根据在第一历史时间范围与待推荐产品产生交互的历史用户的属性特征数据获取所述待推荐产品的用户描述特征数据，包括：

获取在第一历史时间范围与待推荐产品产生交互的历史用户的属性特征数据；

针对每类属性信息，根据所述属性特征数据获取对应的属性特征标签；

根据每类属性信息的所述属性特征标签生成所述待推荐产品的用户描述特征数据。

3.根据权利要求1所述的产品推荐方法，其特征在于，所述将所述待推荐产品的产品特征数据与所述用户描述特征数据进行融合，得到所述待推荐产品的融合特征数据，包括：

针对每个所述待推荐产品，将所述产品特征数据与所述用户描述特征数据输入至特征融合模型的拼接层进行拼接处理，输出产品拼接特征数据；

将所述拼接层输出的所述产品拼接特征数据输入至所述特征融合模型的第一全连接层中，对所述产品特征数据与所述用户描述特征数据进行融合处理，得到产品高维融合特征数据；

将所述第一全连接层输出的所述产品高维融合特征数据输入至所述特征融合模型的第二全连接层中，对所述产品高维融合特征数据进行降维处理，输出每个所述待推荐产品的所述融合特征数据。

4.根据权利要求1所述的产品推荐方法，其特征在于，所述获取与目标用户产生交互的历史产品的融合特征数据，包括：

若与所述目标用户产生交互的历史产品的数量小于第一预设阈值，则获取所述目标用户以及所述历史用户各自的属性特征数据；

根据所述目标用户和所述历史用户的所述属性特征数据确定所述目标用户的相似历史用户集合；

获取所述历史用户集合中各所述历史用户对应的历史产品的融合特征数据，作为与所述目标用户产生交互的所述历史产品的融合特征数据。

5.根据权利要求4所述的产品推荐方法，其特征在于，所述根据所述目标用户和所述历史用户的所述属性特征数据确定所述目标用户的相似历史用户集合，包括：

依次计算所述目标用户的属性特征数据与每个所述历史用户的属性特征数据的皮尔逊相关系数，将所述皮尔逊相关系数作为所述目标用户和所述历史用户之间的相似度；

将相似度从大到小进行排序，选择前预设数量个历史用户用于构建相似历史用户集合。