[发明专利]信息推荐方法、装置、计算机设备及存储介质

说明书

本申请公开了一种信息推荐方法、装置、计算机设备及存储介质，该方法包括：获取待推荐行为实体的推荐特征矩阵，推荐特征矩阵基于对预设行为对象集合中各行为对象的行为对象频率和逆向行为频率计算得到；根据推荐特征矩阵确定待推荐行为实体的召回结果；根据召回结果向所述待推荐行为实体推荐信息。本申请将实体行为数据转化为推荐特征矩阵，推荐特征矩阵是基于定义的行为对象频率和逆向行为频率得到的，降低热门行为对象和行为多的实体对推荐系统召回结果的影响，解决了在单一实体行为数据下，推荐系统召回困难的问题，提高推荐系统召回的准确率。

技术领域

本申请涉及信息推荐技术领域，具体涉及一种信息推荐方法、装置、计算机设备及存储介质。

背景技术

随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载(information overload)的时代。在这个时代，无论是信息消费者还是信息生产者都遇到了很大的挑战:作为信息消费者，如何从大量信息中找到自己感兴趣的信息是一件非常困难的事情；作为信息生产者，如何让自己生产的信息脱颖而出，受到广大用户的关注，也是一件非常困难的事情。

为了解决信息过载问题，截至至今，人们经历了分类目录、搜索引擎、推荐系统三个阶段。通过搜索引擎查找内容是以用户有明确的需求为前提的，当用户没有明确的需求时，神通广大的搜索引擎也会变成无能为力。

推荐系统就是解决这一矛盾的重要工具。推荐系统的任务就是联系用户和信息，一方面帮助用户发现对自己有价值的信息，另一方面让信息能够展现在对它感兴趣的用户面前，从而帮忙用户从海量的信息中发掘自己潜在的需求。推荐系统一般分为两个阶段，即召回阶段和排序阶段。召回阶段主要是从全量的商品库中得到用户可能感兴趣的一小部分候选集，排序阶段则是将召回阶段得到的候选集进行精准排序，推荐给用户。

在推荐系统的召回步骤中通常需要丰富的数据来辅佐计算，但是数据价格昂贵，如果仅能获取到单一实体行为信息，包括行为时间、行为对象及数量，则推荐系统的召回的实施比较困难。

发明内容

本申请实施例提供一种信息推荐方法、装置、计算机设备及存储介质，解决了在单一实体行为数据下，推荐系统召回困难的问题，提高推荐系统召回的准确率。

一方面，本申请提供一种信息推荐方法，所述信息推荐方法包括：

获取所述待推荐行为实体的推荐特征矩阵，所述推荐特征矩阵基于对预设行为对象集合中各行为对象的行为对象频率和逆向行为频率计算得到；

根据所述推荐特征矩阵确定待推荐行为实体的召回结果；

根据所述召回结果向所述待推荐行为实体推荐信息。

在本申请一些实施方案中，所述获取所述待推荐行为实体的推荐特征矩阵，包括：

获取待推荐行为实体的行为数据；

根据所述行为数据，计算所述待推荐行为实体对预设行为对象集合中各行为对象的行为对象频率和逆向行为频率，所述行为对象频率为所述待推荐行为实体对行为对象的行为数占比，所述逆向行为频率用于表征当前行为对象的特异程度；

根据所述待推荐行为实体对各行为对象的行为对象频率和逆向行为频率，计算所述待推荐行为实体的推荐特征矩阵。

在本申请一些实施方案中，所述根据所述行为数据，计算所述待推荐行为实体对预设行为对象集合中各行为对象的行为对象频率和逆向行为频率，包括：

从所述行为数据中获取所述待推荐行为实体对预设行为对象集合中各行为对象的行为数据；

根据所述行为数据计算所述待推荐行为实体对预设行为对象集合中各行为对象的行为对象频率；

从所述行为数据中获取预设行为实体集合中所有行为实体的实体数据；