[发明专利]对象推荐方法以及装置

说明书

本说明书实施例提供对象推荐方法以及装置，其中所述对象推荐方法包括：获取指定对象与各待推荐对象的相似度，以及所述各待推荐对象的属性信息；根据各所述相似度，获得相似度融合特征，根据各所述属性信息，获得属性融合特征；对所述相似度融合特征和所述属性融合特征进行融合，并根据融合结果确定所述各待推荐对象的推荐权重；根据所述各待推荐对象的推荐权重，确定所述待推荐对象中的目标对象，并向目标用户推荐所述目标对象。本方法可以有效提高对象推荐的准确性。

技术领域

本说明书实施例涉及对象推荐技术领域，特别涉及一种对象推荐方法。

背景技术

随着计算机技术和互联网技术的不断发展，各种各样的网络平台层出不穷，其中以推荐平台和社交平台最为流行。而推荐平台和社交平台的进一步优化，离不开推荐系统。因此，改善推荐系统性能具有非常重要的意义。

现有技术中，推荐系统一般基于协同过滤算法或者秋千(swing)算法计算对象之间的相似度，然后基于相似度为用户推荐对应的对象。然而上述方法，在进行推荐时，考虑推荐的影响因素单一，制约了推荐系统的准确性，影响推荐平台和社交平台的收益以及用户体验。

发明内容

有鉴于此，本说明书实施例提供了一种对象推荐方法。本说明书一个或者多个实施例同时涉及一种对象推荐装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种对象推荐方法，包括：

获取指定对象与各待推荐对象的相似度，以及所述各待推荐对象的属性信息；

根据各所述相似度，获得相似度融合特征，根据各所述属性信息，获得属性融合特征；

对所述相似度融合特征和所述属性融合特征进行融合，并根据融合结果确定所述各待推荐对象的推荐权重；

根据所述各待推荐对象的推荐权重，确定所述待推荐对象中的目标对象，并向目标用户推荐所述目标对象。

可选地，所述根据各所述相似度，获得相似度融合特征，根据各所述属性信息，获得属性融合特征之前，还包括：

获取预训练的对象推荐模型，其中，所述对象推荐模型包括相似度融合子模型、属性融合子模型、特征融合层和推荐权重输出子模型；

相应地，所述根据各所述相似度，获得相似度融合特征，根据各所述属性信息，获得属性融合特征，包括：

将各所述相似度输入至所述相似度融合子模型进行相似度融合，获得相似度融合特征；

将各所述属性信息输入至所述属性融合子模型进行属性融合，获得属性融合特征；

相应地，所述对所述相似度融合特征和所述属性融合特征进行融合，并根据融合结果确定所述各待推荐对象的推荐权重，包括：

将所述相似度融合特征和所述属性融合特征输入至所述特征融合层进行融合，获得融合结果；

将所述融合结果输入所述推荐权重输出子模型，获得所述各待推荐对象的推荐权重。

可选地，所述获取预训练的对象推荐模型之前，还包括：

获取第一样本对象、第二样本对象集和预设的待训练模型，其中，所述待训练模型包括相似度融合子模型、属性融合子模型、特征融合层和推荐权重输出子模型；

从所述第二样本对象集中提取多个第二样本对象，并确定第一样本对象与各第二样本对象的样本相似度，以及所述各第二样本对象的样本属性信息；

将各所述样本相似度输入至所述相似度融合子模型进行融合，获得样本相似度融合特征，将各所述样本属性信息输入至所述属性融合子模型进行融合，获得样本属性融合特征；