[发明专利]项目推荐方法与装置、项目推荐模型、介质及电子设备

说明书

本公开涉及人工智能技术领域，提供了一种基于强化学习的项目推荐方法与装置、模型、介质和设备。该方法包括：根据目标项目的向量表示以及当前项目列表中的历史浏览项目预测对目标项目的推荐值，其中，当前项目列表由包含用户浏览行为的项目组成；获取目标项目与历史浏览项目之间的相对特征；基于强化学习模型，根据相对特征和推荐值确定是否需要对当前项目列表进行过滤处理；响应于需要对当前项目列表进行过滤处理，基于强化学习模型，根据相对特征在当前项目列表中确定待过滤项目，以基于过滤后的优化项目列表进行项目推荐。本技术方案能够快速且有效的分辨出当前项目列表是否需要过滤以及确定待过滤项目，有利于提升项目推荐的准确度。

技术领域

本公开涉及人工智能技术领域，具体而言，涉及一种基于强化学习的项目推荐方法与装置、项目推荐模型，以及实现上述基于强化学习的项目推荐方法的计算机可读存储介质和电子设备。

背景技术

随着人工智能技术的发展，推荐系统通过预测模型预测用户可能喜欢的内容，从而为用户推荐满足用户个性化需求的内容。例如，为听歌用户推荐用户可能喜欢的歌曲，为视频/短视频观众推荐其可能喜欢的内容。

相关技术中，一般为先获取多个用户的历史浏览数据，然后基于历史浏览数据训练预测模型。进一步地，通过训练后的预测模型向目标用户推荐其可能喜好的项目。

然而，通过相关技术提供的方案进行项目推荐时，推荐准确度较低。

需要说明的是，上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。

发明内容

本公开的目的在于提供一种基于强化学习的项目推荐方法与装置、项目推荐模型，以及实现上述方法的计算机可读存储介质和电子设备，将用户浏览数据中干扰信息进行过滤处理，并通过上述过滤处理后的用户浏览数据进行项目推荐，至少在一定程度上提高推荐准确度。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种基于强化学习的项目推荐方法，包括：根据目标项目的向量表示以及当前项目列表中的历史浏览项目预测对所述目标项目的推荐值，其中，所述当前项目列表由包含用户浏览行为的项目组成；获取所述目标项目与所述历史浏览项目之间的相对特征；基于第一强化学习模型，根据所述相对特征和所述推荐值确定是否需要对所述当前项目列表进行过滤处理；以及，响应于需要对所述当前项目列表进行过滤处理，基于第二强化学习模型，根据所述相对特征在所述当前项目列表中确定待过滤项目，以基于过滤后的优化项目列表进行项目推荐。

根据本公开的一个方面，提供了一种项目推荐模型，包括：推荐值预测模型、第一强化学习模型和第二强化学习模型。

其中，上述推荐值预测模型，被配置为：根据目标项目的向量表示以及用户的向量表示预测对所述目标项目的推荐值，其中，所述用户的向量表示是根据当前项目列表确定的，所述当前项目列表由包含用户浏览行为的项目组成；上述第一强化学习模型，被配置为：根据相对特征和所述推荐值确定是否需要对所述当前项目列表进行过滤处理，其中，所述相对特征为所述目标项目与所述历史浏览项目之间的相对特征；以及，上述第二强化学习模型，被配置为：响应于需要对所述当前项目列表进行过滤处理，根据所述相对特征在所述当前项目列表中确定待过滤项目，以使得所述推荐值预测模型基于过滤后的优化项目列表进行项目推荐。

根据本公开的一个方面，提供了一种基于强化学习的项目推荐装置，包括：预测模块、获取模块、判断模块以及过滤处理模块。