[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

说明书

本发明公开了一种基于用户画像的推荐方法、装置、电子设备及存储介质，属于人工智能技术领域。其中，该方法包括：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。通过本发明，解决了相关技术中获得的推荐方案准确度较低的技术问题。

技术领域

本发明涉及人工智能技术领域，具体而言，涉及一种基于用户画像的推荐方法、装置、电子设备及存储介质。

背景技术

随着大数据技术的发展以及人们需求的多样化，各行各业都开始对企业自身及客户数据进行分析，提高产品的推广程度，从海量产品中筛选出与用户相符合的产品，以对不同人群进行合适的产品推荐，进而达到提高用户满意度的作用。

相关技术中，基于用户画像的推荐系统已经非常成熟，通过用户的画像数据可以圈定出符合某些画像规则的用户，从而对这些用户进行精准的资源推广。但是基于画像圈出的用户往往只是少部分，没有被圈出的用户通常直接推荐默认方案，或者采用简单的画像相似度匹配来推荐方案，通过上述方式获得的推荐方案准确度较低。

针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

本发明提供了一种基于用户画像的推荐方法、装置、电子设备及存储介质，以解决相关技术获得的推荐方案准确度较低的技术问题。

根据本申请实施例的一个方面，提供了一种基于用户画像的推荐方法，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。