[发明专利]一种对象推荐方法、装置、电子设备及存储介质

权利要求书

1.一种对象推荐方法，其特征在于，包括：

响应于第一账户的对象推荐请求，获取所述第一账户的操作日志数据；所述操作日志数据表征所述第一账户对应的历史操作对象的历史操作数据；

获取多个待推荐对象中每个待推荐对象的多个操作行为对应的多个操作预估数据；

根据所述操作日志数据确定所述第一账户对应的多个权重信息；所述多个权重信息与所述多个操作行为一一对应；

基于所述多个权重信息和所述每个待推荐对象对应的多个操作预估数据，确定所述每个待推荐对象对应的排序指标数据；

基于所述每个待推荐对象对应的排序指标数据，对所述第一账户进行对象推荐。

2.根据权利要求1所述的对象推荐方法，其特征在于，所述根据所述操作日志数据确定所述第一账户对应的多个权重信息，包括：

获取向量空间表征模型；

将所述操作日志数据输入所述向量空间表征模型，得到所述第一账户对应的特征向量，所述特征向量表征所述多个权重信息。

3.根据权利要求2所述的对象推荐方法，其特征在于，所述向量空间表征模型的生成方式，包括：

获取训练样本集合；所述训练样本集合中的每个训练样本包括第二账户的操作日志数据、向所述第二账户推荐的历史推荐对象对应的多个操作预估数据，和所述第二账户针对所述历史推荐对象执行的实际操作数据；所述第二账户为访问推荐系统的任一用户账户；

构建预设机器学习模型；

将所述第二账户的操作日志数据输入所述预设机器学习模型，得到所述第二账户对应的预测特征向量；所述预测特征向量包括多个预测权重信息；所述多个预测权重信息与所述多个操作预估数据一一对应；

根据所述第二账户的预测特征向量和所述历史推荐对象对应的多个操作预估数据确定排序指标预测数据；

基于所述排序指标预测数据和所述实际操作数据，对所述预设机器学习模型进行训练，得到训练后的所述向量空间表征模型。

4.根据权利要求1所述的对象推荐方法，其特征在于，

所述历史操作数据包括对应的历史操作对象的标识信息、操作行为信息、对象属性信息中的至少一个。

5.根据权利要求4所述的对象推荐方法，其特征在于，所述每个历史操作数据的格式为二进制格式；

所述标识信息以第一预设位数的二进制数进行表征，所述操作行为信息以第二预设位数的二进制数进行表征，所述对象属性信息以第三预设位数的二进制数进行表征。

6.根据权利要求1所述的对象推荐方法，其特征在于，所述基于所述多个权重信息和所述每个待推荐对象对应的多个操作预估数据，确定所述每个待推荐对象对应的排序指标数据，包括：

将所述多个操作预估数据中的每个操作预估数据与对应的权重信息相乘后进行求和，得到所述每个待推荐对象对应的排序指标数据。

7.一种对象推荐装置，其特征在于，包括：

第一获取模块，被配置为执行响应于第一账户的对象推荐请求，获取所述第一账户的操作日志数据；所述操作日志数据表征所述第一账户对应的历史操作对象的历史操作数据；

第二获取模块，被配置为执行获取多个待推荐对象中每个待推荐对象的多个操作行为对应的多个操作预估数据；

第一确定模块，被配置为执行根据所述操作日志数据确定所述第一账户对应的多个权重信息；所述多个权重信息与所述多个操作行为一一对应；

第二确定模块，被配置为执行基于所述多个权重信息和所述每个待推荐对象对应的多个操作预估数据，确定所述每个待推荐对象对应的排序指标数据；

推荐模块，被配置为执行基于所述每个待推荐对象对应的排序指标数据，对所述第一账户进行对象推荐。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的对象推荐方法。