[发明专利]推荐对象的方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能技术，提供了一种推荐对象的方法、装置、计算机设备和存储介质。所述方法包括：从使得相对意愿值的累积值最大化的特征集合中，获取目标用户标识对应的目标用户特征以及每一个候选对象各自对应的对象特征；相对意愿值，是任意用户标识对应于已使用对象的意愿值与用户标识对应于未使用对象的意愿值间的差值，意愿值与相应用户标识对应的用户特征正相关，并与相应对象的对象特征正相关；针对每一候选推荐对象，至少根据相应的对象特征和目标用户特征，确定每一候选推荐对象对应的预测推荐结果；按照预测推荐结果，从候选推荐对象筛选出目标推荐对象，并基于目标用户标识推荐目标推荐对象。采用本方法能够实现对象的精准推荐。

技术领域

本申请涉及计算机技术领域，特别是涉及一种推荐对象的方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，出现了越来越多的人机交互场景。例如，用户通过与日常使用的对象进行交互，如在应用程序中的运行的小程序、公众号、访问的网页等，极大地方便了用户日常的公务、出行、购物以及信息验证等方方面面的业务办理与日常生活。其中，交互的对象在交互界面的显示方式一般为系统默认的固定排序或者是由用户自主设定。

然而，传统的对象推荐方式一般向用户推荐的是用户最近使用过的对象，基于这种对象推荐方式，并不能准确地表达用户对每一个对象的使用意愿，从而导致存在推荐结果不够准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对对象进行精准推荐的推荐对象的方法、装置、计算机设备和存储介质。

一种推荐对象的方法，所述方法包括：

从使得相对意愿值的累积值最大化的特征集合中，获取目标用户标识对应的目标用户特征以及每一个候选对象各自对应的对象特征；所述相对意愿值，是任意用户标识对应于已使用对象的意愿值与所述用户标识对应于未使用对象的意愿值间的差值，所述意愿值与相应用户标识对应的用户特征正相关，并与相应对象的对象特征正相关；

针对每一候选推荐对象，至少根据相应的所述对象特征和所述目标用户特征，确定每一所述候选推荐对象对应的预测推荐结果；

按照所述预测推荐结果，从所述候选推荐对象筛选出目标推荐对象，并基于所述目标用户标识推荐所述目标推荐对象。

在其中一个实施例中，所述推荐对象的方法还包括：

按照更新周期，基于每一更新周期内每一用户标识对应的已使用对象和未使用对象，对所述特征集合中的对象特征和用户特征进行更新。

一种推荐对象的装置，所述装置包括：

特征获取模块，用于从使得相对意愿值的累积值最大化的特征集合中，获取目标用户标识对应的目标用户特征以及每一个候选对象各自对应的对象特征；所述相对意愿值，是任意用户标识对应于已使用对象的意愿值与所述用户标识对应于未使用对象的意愿值间的差值，所述意愿值与相应用户标识对应的用户特征正相关，并与相应对象的对象特征正相关；

推荐结果预测模块，用于针对每一候选推荐对象，至少根据相应的所述对象特征和所述目标用户特征，确定每一所述候选推荐对象对应的预测推荐结果；

对象推荐模块，用于按照所述预测推荐结果，从所述候选推荐对象筛选出目标推荐对象，并基于所述目标用户标识推荐所述目标推荐对象。

在其中一个实施例中，所述推荐对象的装置还包括模型确定模块；

所述模型确定模块，用于获取与目标用户标识所匹配的目标场景模式数据，确定与所述目标场景模式数据相对应的预测模型；

所述推荐结果预测模块，还用于针对每一候选推荐对象，将相应的所述对象特征和所述目标用户特征输入所述预测模型，得到每一所述候选推荐对象对应的预测推荐结果。