[发明专利]一种推荐排序确定方法、装置、服务器及存储介质

权利要求书

1.一种推荐排序确定方法，其特征在于，包括：

获取目标用户的行为日志；

通过处理器解析所述行为日志，确定所述目标用户的行为序列，所述行为序列至少包括所述目标用户执行设定行为的对象对应的对象序列，所述对象序列中的对象按照所述目标用户执行设定行为的时间顺序排列；

通过处理器确定待推荐的目标对象与所述行为序列相应的行为特征，所述行为特征至少表示所述目标对象与所述行为序列的匹配程度；

通过处理器至少根据所述行为特征，确定所述目标对象针对所述目标用户的推荐排序值；所述推荐排序值与所述目标对象针对所述目标用户的推荐排序相关；

所述通过处理器至少根据所述行为特征，确定所述目标对象针对所述目标用户的推荐排序值包括：

通过所述处理器至少对所述目标对象的统计特征进行离散化处理，以得到离散化特征；

通过所述处理器根据所述行为特征和所述离散化特征，确定目标对象针对所述目标用户的推荐排序值；

所述通过所述处理器根据所述行为特征和所述离散化特征，确定目标对象针对所述目标用户的推荐排序值包括：

提取所述离散化特征的一阶及二阶特征信息；

将离散化特征与所述行为特征相结合，提取结合后特征的隐层抽象特征；

联接所述隐层抽象特征和所述一阶及二阶特征信息，得到联接后特征；

确定所述联接后特征对应的推荐排序值。

2.根据权利要求1所述的推荐排序确定方法，其特征在于，所述行为序列还包括对象类型序列；所述对象类型序列包括目标用户执行设定行为的对象所对应的对象类型。

3.根据权利要求1或2所述的推荐排序确定方法，其特征在于，所述通过处理器确定待推荐的目标对象与所述行为序列相应的行为特征包括：

通过所述处理器确定所述目标对象针对所述行为序列的注意力分数，所述注意力分数作为所述行为特征。

4.根据权利要求3所述的推荐排序确定方法，其特征在于，所述通过所述处理器确定所述目标对象针对所述行为序列的注意力分数包括：

通过处理器将所述目标对象对应的向量，与所述行为序列对应的向量进行合并；

将合并后的向量切分为多块向量，提取切分后的每块向量的信息，以得到所述目标对象针对所述行为序列的注意力分数。

5.根据权利要求4所述的推荐排序确定方法，其特征在于，所述注意力分数利用特征抽取层确定。

6.根据权利要求1所述的推荐排序确定方法，其特征在于，所述通过所述处理器至少对所述目标对象的统计特征进行离散化处理，以得到离散化特征包括：

将所述目标对象的统计特征与至少一项特征进行离散化处理，以得到离散化特征；所述至少一项特征包括如下至少一项：目标用户的属性特征、对象的属性特征、目标用户的交互类特征、推荐上下类特征。

7.根据权利要求1或6所述的推荐排序确定方法，其特征在于，所述离散化处理利用离散化层进行。

8.根据权利要求1所述的推荐排序确定方法，其特征在于，所述一阶及二阶特征信息利用因子分解机提取；所述隐层抽象特征利用深度神经网络层提取；所述隐层抽象特征和所述一阶及二阶特征信息利用联接层联接；所述联接后特征对应的推荐排序值利用激活层确定。

9.根据权利要求2所述的推荐排序确定方法，其特征在于，所述通过处理器解析所述行为日志，确定所述目标用户的行为序列包括：

从目标用户的线上打点日志中，确定目标用户执行设定行为的按照时间顺序排序的对象，形成所述对象序列；以及，从目标用户的离线日志中，确定用户执行设定行为的对象对应的对象类型的序列，形成所述对象类型序列。

10.根据权利要求1所述的推荐排序确定方法，其特征在于，还包括：

根据所述推荐排序值对应的推荐排序，将目标对象推荐给目标用户。