[发明专利]一种对象推荐方法及装置

说明书

本申请实施例提供了一种对象推荐方法及装置。在本申请中，获取用户的多元兴趣特征，多元兴趣特征是对用户交互过的对象的特征聚类后得到的；获取多个对象中的每一个对象的特征；根据多元兴趣特征和每一个对象的特征，在多个对象中选择用户感兴趣的对象；向用户推荐选择的对象。在本申请中，用户的多元兴趣特征不是通过计算用户购买过的商品的特征向量之间的均值向量得到的，而是对用户交互过的对象的特征聚类后得到的，即，本申请的用户的多元兴趣特征可以显著地体现出用户交互过的各个类别的对象的特征，即，可以显著地体现出用户的多元兴趣。从而可以提高推荐的精准度，提高推荐效果。

技术领域

本申请涉及计算机技术领域，特别是涉及一种对象推荐方法及装置。

背景技术

当前，有时候需要在网络上为用户推荐对象，例如，简历、新闻、影评以及商品等，例如，为了避免用户在海量商品中耗费大量时间挑选对象，电商平台可以向用户推荐其感兴趣的对象，以及，新闻平台向用户推荐其感兴趣的新闻，影评平台向用户推荐其感兴趣的影评，招聘平台向用户推荐其感兴趣的简历等。

其中，如果用户对某一对象感兴趣，则往往用户才会对该对象产生交互行为，即，如果用户交互过某对象，则该对象往往是使用户感兴趣的对象，因此，可以获取用户交互的对象的特征向量，然后计算用户交互过的对象的特征向量之间的均值向量，并作为用户的兴趣特征向量。

之后当需要为用户推荐对象时，对于任意一个对象，可以计算该对象的特征向量与用户的兴趣特征向量之间的内积，并作为该对象与用户之间的相似度，对于其他每一个对象，同样执行上述操作，从而得到每一个对象分别与用户之间的相似度，然后选择相似度最大的几个对象推荐给用户。

然而，发明人发现，用户交互过的对象的类型可能是多元的，即，其交互过的对象的种类之间差异可能较大，由于用户的兴趣特征向量是通过计算用户交互过的对象的特征向量之间的均值向量得到的，如此可能导致每一个对象的特征向量分别与用户的交互特征向量之间的内积都不会太高且都差不多大，即，每一个对象分别与用户之间的相似度都差不多大，从而导致推荐的精准度较低，推荐效果较差。

例如，推荐给用户的商品实际并不是用户想要购买的商品，推荐给用户的新闻实际并不是用户想要阅览的新闻，推荐给用户的影评实际并不是用户想要阅览的影评，以及推荐给用户的用户的简历实际并不是用户想要阅览的简历等。

发明内容

为解决上述技术问题，本申请实施例示出了一种对象推荐方法及装置。

第一方面，本申请实施例示出了一种对象推荐方法，所述方法包括：

获取用户的多元兴趣特征，所述多元兴趣特征是对所述用户交互过的对象的特征聚类后得到的；

获取多个对象中的每一个对象的特征；

根据所述多元兴趣特征和每一个对象的特征，在所述多个对象中选择所述用户感兴趣的对象；

向所述用户推荐选择的对象。

在一个可选的实现方式中，所述对象至少包括：简历、影评、新闻以及商品。

在一个可选的实现方式中，所述获取用户的多元兴趣特征，包括：

在所述多个对象中，确定所述用户交互过的交互对象；

获取所述交互对象的特征；

对所述交互对象的特征聚类，得到至少两个类别的特征集合，每一个特征集合中包括至少一个特征；

根据至少两个类别的特征集合确定所述用户的多元兴趣特征。

在一个可选的实现方式中，所述根据至少两个类别的特征集合确定所述用户的多元兴趣特征，包括：