[发明专利]基于用户画像的推荐方法、装置、电子设备及存储介质

权利要求书

1.一种基于用户画像的推荐方法，其特征在于，所述方法包括：

获取第一用户的第一用户画像，其中，所述第一用户画像的指定特征项的特征数据是已知的；

根据所述第一用户画像进行模型训练，生成画像模型；

获取第二用户的第二用户画像，将所述第二用户画像输入所述画像模型中，得到所述第二用户画像的所述指定特征项的特征数据；

根据所述第二用户画像的所述指定特征项的特征数据匹配目标推广资源。

2.根据权利要求1所述的方法，其特征在于，根据所述第一用户画像进行模型训练，生成画像模型包括：

根据预设分类规则对所述第一用户画像进行分类，得到不同用户类型的第一用户画像；

将所述不同用户类型的第一用户画像作为画像训练样本，使用所述画像训练样本对初始模型进行训练，生成画像模型。

3.根据权利要求1所述的方法，其特征在于，根据所述第二用户画像的所述指定特征项的特征数据匹配目标推广资源包括：

获取所述第二用户画像的所述指定特征项的每个特征数据对应的概率；

根据所述第二用户画像的所述指定特征项的每个特征数据对应的概率匹配目标推广资源。

4.根据权利要求3所述的方法，其特征在于，根据所述第二用户画像的所述指定特征项的每个特征数据对应的概率匹配目标推广资源包括：

根据各特征数据对应的概率，确定与各特征数据对应的推广资源的优先级，其中，所述概率与所述优先级成正相关；

根据所述优先级的大小匹配目标推广资源。

5.根据权利要求4所述的方法，其特征在于，根据所述优先级的大小匹配目标推广资源包括：

将第一优先级对应的推广资源作为目标推广资源；

若在预设时间内，所述第一优先级对应的推广资源未被采用，则将第二优先级对应的推广资源作为目标推荐方案，其中，第二优先级小于第一优先级。

6.根据权利要求1所述的方法，其特征在于，在获取第二用户的第二用户画像，将所述第二用户画像输入所述画像模型中，得到所述第二用户画像的所述指定特征项的特征数据之后，所述方法还包括：

将所述画像模型输出的所述第二用户画像的所述指定特征项的特征数据的第二用户画像作为第一用户画像；

继续根据所述第一用户画像进行模型训练，生成画像模型。

7.根据权利要求1所述的方法，其特征在于，根据所述第一用户画像进行模型训练，生成画像模型包括：

获取所述第一用户画像的画像特征、数据量和性能要求；

根据所述画像特征、所述数据量和性能要求确定目标学习算法；

基于所述目标学习算法对初始模型进行训练，生成画像模型。

8.一种基于用户画像的推荐装置，其特征在于，包括：

获取模块，用于获取第一用户的第一用户画像，其中，所述第一用户画像的指定特征项的特征数据是已知的；

训练模块，用于根据所述第一用户画像进行模型训练，生成画像模型；

处理模块，用于获取第二用户的第二用户画像，将所述第二用户画像输入所述画像模型中，得到所述第二用户画像的所述指定特征项的特征数据；

匹配模块，用于根据所述第二用户画像的所述指定特征项的特征数据匹配目标推广资源。

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：

存储器，用于存放计算机程序；

处理器，用于通过运行存储器上所存放的程序来执行权利要求1至7中任一项所述的方法步骤。

10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7中任一项所述的方法步骤。