[发明专利]一种对象推荐方法、装置、设备及介质

说明书

本公开关于一种对象推荐方法、装置、设备及介质，用以高效、精准地为用户提供内容，提升内容的推荐效率，提高内容的点击率，降低用户操作成本。本公开的对象推荐方法，包括：确定待向终端中当前账户展示的多个对象；利用预先训练的对象排序模型确定多个对象中每个对象展示后被选中的选择评价参数，其中，对象排序模型是基于预先确定的当前账户的属性特征、当前账户历史搜索文本的文本特征、为当前账户历史展示对象的对象特征以及当前账户对历史展示对象的选择结果训练生成的；基于每个对象展示后被选中的选择评价参数，确定多个对象的展示顺序，并以展示顺序向当前账户推荐多个对象。

技术领域

本公开涉及信息技术领域，尤其涉及一种对象推荐方法、装置、设备及介质。

背景技术

目前，深度学习技术在视频图像、语音识别、自然语言处理等相关领域得到广泛应用。由于深度学习技术的拟合能力，端到端的全局优化能力突出，使深度学习技术在多媒体的内容理解场景中大放异彩。

如图1所示，两幅“猫”的图片，相关技术使用深度学习技术的图像分类网络可以将图1中(a)、(b)两幅图片中的内容均识别为“猫”。当用户搜索“猫”的图片时，由于图像分类网络对于图1中(a)、(b)两幅图片是同等对待的，因此，会为用户推送(a)、(b)中的任一张，但是绝大多数用户不会选择(b)中的“猫”的图片，而是选择(a)中的“猫”的图片，这样的现象反映出相关技术并未“精准地”为用户提供内容或搜索结果。

面对海量的文本数据、图片数据、视频数据，如何高效地，精准地为用户提供内容，提升内容的推荐效率，提高内容的点击率，降低用户操作成本，是亟需解决的问题。

发明内容

本公开提供一种对象推荐方法、装置、设备及介质，用以高效、精准地为用户提供内容，提升内容的推荐效率，提高内容的点击率，降低用户操作成本。

本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种对象推荐方法，包括：

确定待向终端中当前账户展示的多个对象；

利用预先训练的对象排序模型确定多个对象中每个对象展示后被选中的选择评价参数，其中，对象排序模型是基于预先确定的当前账户的属性特征、当前账户历史搜索文本的文本特征、为当前账户历史展示对象的对象特征以及当前账户对历史展示对象的选择结果训练生成的，选择评价参数表征对象与当前账户对历史展示对象的选择结果为选中的全部对象的相关度；

基于每个对象展示后被选中的选择评价参数，确定多个对象的展示顺序，并以展示顺序向当前账户推荐多个对象。

一种可能的实施方式中，本公开提供的对象推荐方法中，多个对象为与当前账户输入的用于搜索对象的搜索文本相匹配的对象。

一种可能的实施方式中，本公开提供的对象推荐方法中，预先训练的对象排序模型采用如下步骤训练：

将预先确定的当前账户的属性特征、当前账户历史搜索文本的文本特征、为当前账户历史展示对象的对象特征作为第一深度神经网络模型的输入特征，并将当前账户对历史展示对象的选择结果作为第一深度神经网络模型输出特征，对第一深度神经网络模型进行训练，将训练生成的第一深度神经网络模型作为对象排序模型。

一种可能的实施方式中，本公开提供的对象推荐方法中，预先确定的当前账户的属性特征、当前账户历史搜索文本的文本特征、为当前账户历史展示对象的对象特征采用如下步骤确定：

从当前账户的账户日志中获取当前账户标识ID、当前账户历史搜索文本、为当前账户历史展示对象的对象ID、以及当前账户对历史展示对象的选择结果；