[发明专利]一种用户偏好的预测方法及装置，电子设备

说明书

本申请提供了一种用户偏好的预测方法，属于计算机技术领域，解决现有技术中用户偏好的预测方法存在的预测结果不准确的问题。所述用户偏好的预测方法包括：获取目标用户对目标对象的交互行为特征，并通过预先训练的偏好预测模型，基于所述交互行为特征进行预测，确定所述目标用户对所述目标对象的偏好预测结果，根据所述偏好预测结果确定所述目标用户对所述目标对象的偏好。本申请公开的用户偏好的预测方法，由于模型训练是基于大量共性数据实现的，使得训练得到的模型是针对共性特征进行预测，而不是基于单个用户标识或对象标识进行预测，因此偏好预测结果更准确。

技术领域

本申请涉及计算机技术领域，特别是涉及一种用户偏好的预测方法及装置，电子设备。

背景技术

为了提高网络对象，如商品、服务等的点击率或购买率，或者为了提升平台的用户体验，很多网络平台会根据用户偏好为用户推荐对象，或者在搜索应用中，结合用户偏好召回搜索结果。目前，确定用户偏好的方法大多是通过统计用户浏览、点击或购买平台上的对象的行为次数得到的。而用户在浏览或点击某个对象(如商品、POI)时，通常根据当时的环境有着倾向性的选择，这些因素最终决定用户是否下单购买，因此，单纯根据用户浏览、点击或购买平台上的对象的行为次数得到用户偏好是不准确的。并且，现有技术中，仅对于支持删除对象操作或设置有关闭对象展示窗口的平台或应用，才能够确定用户的负向偏好，对于未知对象，现有技术无法确定用户的负向偏好。

可见，现有技术中的负向用户偏好预测方法，至少存在预测结果不准确或者适用范围有限的缺陷。

发明内容

本申请提供一种用户偏好的预测方法，解决现有技术中的用户偏好的预测方法存在的使用范围有限、对于未知对象无法预测其偏好、预测结果不准确中的至少一个问题。

为了解决上述问题，第一方面，本申请实施例提供了一种用户偏好的预测方法包括：

获取目标用户对目标对象的交互行为特征；

通过预先训练的偏好预测模型，基于所述交互行为特征进行预测，确定所述目标用户对所述目标对象的偏好预测结果；

根据所述偏好预测结果确定所述目标用户对所述目标对象的偏好。

第二方面，本申请实施例提供了一种用户偏好的预测装置，包括：

待预测特征获取模块，用于获取目标用户对目标对象的交互行为特征；

偏好预测模块，用于通过预先训练的偏好预测模型，基于所述交互行为特征进行预测，确定所述目标用户对所述目标对象的偏好预测结果；

偏好确定模块，用于根据所述偏好预测结果确定所述目标用户对所述目标对象的偏好。

第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的用户偏好的预测方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的用户偏好的预测方法的步骤。

本申请实施例公开的用户偏好的预测方法，通过获取目标用户对目标对象的交互行为特征，并通过预先训练的偏好预测模型，基于所述交互行为特征进行预测，确定所述目标用户对所述目标对象的偏好预测结果，并根据所述偏好预测结果确定所述目标用户对所述目标对象的偏好，解决了现有技术中的用户偏好的预测方法存在的预测结果不准确的问题。通过采用预先训练的偏好预测模型对用户和对象对进行偏好预测，由于模型训练通常是基于大量共性数据实现的，使得训练得到的模型是针对共性特征进行预测，而不是基于单个用户标识或对象标识进行预测，因此用户偏好的预测结果更准确。

附图说明