[发明专利]一种推荐方法及装置

说明书

本说明书公开了一种推荐方法及装置，通过推荐请求中携带的用户数据和元素数据，确定各元素的元素特征，进而基于各元素特征，通过预先训练好的点击率预估模型，确定各元素分别对应的点击率，针对每类元素，根据该类元素中各元素分别对应的点击率，确定该类元素对应的候选推荐元素，并依次针对每个其他类型，根据该其他类型中各元素分别与该候选推荐元素的相关度，以及该其他类型中各元素分别对应的点击率，确定候选推荐内容，并基于各候选推荐内容，确定推荐内容进行推荐。本方案在确定推荐内容时，不仅考虑到了各元素的点击率，还考虑到了各元素之间的相关度，则在向用户进行推荐时，确定出的推荐内容准确，推荐精度较高。

技术领域

本说明书涉及计算机技术领域，尤其涉及一种推荐方法及装置。

背景技术

目前，随着计算机技术的发展，如何从海量信息中选择有价值的信息，进而向用户推荐合适的内容，已经成为服务提供方需要解决的问题之一。而推荐方法由于可以基于用户的历史行为向用户推荐合适的内容的特性，被广泛应用于服务提供方为用户提供服务的场景中。

在现有技术中，一种常用的推荐方法是基于构成推荐内容的各元素的元素类型实现的。具体的，可首先确定构成推荐内容的各元素的元素类型，如，图片、标题等。然后，针对每种类型，训练得到该类型对应的打分模型，进而基于该打分模型，对该类型包含的每个元素进行打分。最后，根据打分结果，将各类型中得分最高的元素进行组合，并将组合结果进行推荐。

但是，现有技术忽略了各元素的语义之间的相关性，使得确定出的推荐内容包含的元素虽然在各元素类型中得分最高，但彼此之间可能并不相关，甚至互斥。则在向用户进行推荐时，确定出的推荐内容不准确，推荐精度较低。

发明内容

本说明书提供一种推荐方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供一种推荐方法，包括：

根据接收到的推荐请求，确定所述推荐请求对应的用户数据和元素数据；

对各元素进行特征提取，确定各元素特征，并将各元素特征分别作为输入，输入到预先训练好的点击率预估模型中，确定各元素分别对应的点击率；

针对每类元素，根据该类元素中各元素分别对应的点击率，确定该类元素对应的候选推荐元素，并依次针对每个其他类型，根据所述候选推荐元素与该其他类型中各元素的相关度，以及该其他类型中各元素分别对应的点击率，确定候选推荐内容；

根据确定出的各候选推荐内容，确定推荐内容。

可选地，根据接收到的推荐请求，确定所述推荐请求对应的用户数据和元素数据，具体包括：

根据接收到的推荐请求，确定所述推荐请求中携带的用户标识；

根据所述用户标识，确定所述用户标识对应的用户数据；

确定用于推荐的元素标识，并根据所述元素标识，从预存的各数据中，确定用于推荐的各元素，作为元素数据。

可选地，对各元素进行特征提取，确定各元素特征，具体包括：

针对每类元素中的每个元素，根据其他类型的各元素的特征和该元素的特征，确定其他类型的各元素分别与该元素的之间的相关度；

根据其他类型的各元素分别对应的特征及其与该元素的相关度，以及该元素的特征，确定该元素对应的元素特征。

可选地，根据其他类型的各元素分别对应的特征及其与该元素的相关度，以及该元素的特征，确定该元素对应的元素特征，具体包括：

根据其他类型的各元素分别与该元素的相关度，确定其他类型的各元素分别对应的权重；