[发明专利]对象推荐方法、装置、电子设备及计算机可读存储介质

说明书

本申请提供了一种对象推荐方法、装置、电子设备及计算机可读存储介质；方法包括：基于用户的用户特征，确定针对所述用户的候选推荐集合，所述候选推荐集合包括多个候选推荐对象；基于所述候选推荐集合中每个候选推荐对象的历史操作数据，从所述候选推荐集合中，确定操作次数未达到操作次数阈值的目标候选推荐对象；确定所述目标候选推荐对象的数量，并基于所述数量重新确定所述候选推荐集合中的候选推荐对象，以使所述候选推荐集合中目标候选推荐对象的数量满足数量条件；对所述用户推荐重新确定的候选推荐集合。通过本申请，能够在为用户推荐偏好对象的同时解决长尾问题。

技术领域

本申请涉及计算机技术，尤其涉及一种对象推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

随着互联网的发展，在很多场景下越来越多地利用推荐系统对用户进行个性化推荐，以期为用户在第一时间展示更加符合用户喜好的对象。

在对用户进行对象推荐时，目前所采用的方式一般是直接利用推荐模型基于大数据对用户进行推荐。然而，这种方式中推荐面集中在流行的、需求量大的对象上，缺乏对长尾对象的考虑。

发明内容

为解决相关技术问题，本申请实施例提供一种对象推荐方法、装置、电子设备及计算机可读存储介质，能够适量推荐长尾对象，在为用户推荐偏好对象的同时解决长尾问题。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种对象推荐方法，包括：

基于用户的用户特征，确定针对所述用户的候选推荐集合，所述候选推荐集合包括多个候选推荐对象；

基于所述候选推荐集合中每个候选推荐对象的历史操作数据，从所述候选推荐集合中，确定操作次数未达到操作次数阈值的目标候选推荐对象；

确定所述目标候选推荐对象的数量，并基于所述数量重新确定所述候选推荐集合中的候选推荐对象，以使所述候选推荐集合中目标候选推荐对象的数量满足数量条件；

对所述用户推荐重新确定的候选推荐集合。

上述方案中，所述历史操作数据包括历史推荐次数及历史评分次数，所述基于所述候选推荐集合中每个候选推荐对象的历史操作数据，从所述候选推荐集合中，确定操作次数未达到操作次数阈值的目标候选推荐对象，包括：针对所述候选推荐集合中的每个候选推荐对象分别执行以下处理：基于候选推荐对象的历史推荐次数及历史评分次数，确定候选推荐对象的长尾系数；所述长尾系数与所述历史推荐次数之间、及所述长尾系数与所述历史评分次数之间均呈正相关；当长尾系数小于长尾系数阈值时，确定相应的候选推荐对象为操作次数未达到操作次数阈值的目标候选推荐对象。

上述方案中，所述基于所述数量重新确定所述候选推荐集合中的候选推荐对象，包括：基于所述数量，确定所述候选推荐集合中的目标候选推荐对象的数量是否满足数量条件；当目标候选推荐对象的数量满足数量条件时，将所述候选推荐集合中候选推荐对象作为确定的候选推荐对象；当目标候选推荐对象的数量不满足数量条件时，对所述候选推荐集合中的候选推荐对象进行更换。

上述方案中，所述基于所述数量，确定所述候选推荐集合中的目标候选推荐对象的数量是否满足数量条件，包括：确定所述目标候选推荐对象的数量在所述候选推荐集合中候选推荐对象的总数量的数量占比；当所述数量占比大于或等于占比阈值时，确定所述目标候选推荐对象的数量满足数量条件；当所述数量占比小于占比阈值时，确定所述目标候选推荐对象的数量不满足数量条件。

上述方案中，所述对所述候选推荐集合中的候选推荐对象进行更换，包括：确定所述候选推荐集合中的待替换推荐对象；分别确定多个非候选推荐对象中每个非候选推荐对象与所述待替换推荐对象之间的相似度；基于每个非候选推荐对象与所述待替换推荐对象之间的相似度，从所述多个非候选推荐对象中选取一个非候选推荐对象作为新的候选推荐对象；将所述待替换推荐对象替换为所述新的候选推荐对象，以更新所述候选推荐集合。