[发明专利]个性化推荐方法、装置、服务器和介质

说明书

本发明实施例公开了一种个性化推荐方法、装置、服务器和介质，其中，该方法包括：依据用户画像，利用预先训练的需求意图模型从原始用户群中预测出针对推荐对象具有需求的需求用户群；利用预先训练的意图识别模型和需求用户群中每个用户的用户画像，预测每个用户的行为意图；将每个用户的行为意图与推荐对象的属性特征进行匹配，根据匹配结果为每个用户进行个性化推荐。本发明实施例解决了针对用户的个性化推荐精准度较低的问题，提高了推荐精准度，进而提高了推荐后用户的响应率，提高了商品或服务的转化率。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种个性化推荐方法、装置、服务器和介质。

背景技术

用户画像是根据用户的社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。通过用户画像，可以进行用户统计、分析潜在用户从而实现精准营销，还可以基于用户画像进行大数据挖掘和分析，从而完善产品运营，提升服务质量。在互联网的大环境下，基于用户画像进行个性化推荐在很多领域都有所应用。

现有技术中，通常是基于用户画像分析用户感兴趣的内容，然后为该用户推荐相关的商品或服务。然而，由于用户画像是根据用户的历史网络数据获取到，得到的用户感兴趣的内容也只是用户曾经感兴趣的内容，从而影响个性化推荐的精准度。

发明内容

本发明实施例提供一种个性化推荐方法、装置、服务器和介质，以实现提高个性化推荐的精准度的效果。

第一方面，本发明实施例提供了一种个性化推荐方法，该方法包括：

依据用户画像，利用预先训练的需求意图模型从原始用户群中预测出针对推荐对象具有需求的需求用户群；

利用预先训练的意图识别模型和所述需求用户群中每个用户的用户画像，预测每个用户的行为意图；

将每个用户的行为意图与所述推荐对象的属性特征进行匹配，根据匹配结果为每个用户进行个性化推荐。

第二方面，本发明实施例还提供了一种个性化推荐装置，该装置包括：

需求用户群预测模块，用于依据用户画像，利用预先训练的需求意图模型从原始用户群中预测出针对推荐对象具有需求的需求用户群；

行为意图预测模块，用于利用预先训练的意图识别模型和所述需求用户群中每个用户的用户画像，预测每个用户的行为意图；

推荐模块，用于将每个用户的行为意图与所述推荐对象的属性特征进行匹配，根据匹配结果为每个用户进行个性化推荐。

第三方面，本发明实施例还提供了一种服务器，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的个性化推荐方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的个性化推荐方法。

本发明实施例通过依据用户画像，利用预先训练的需求意图模型预测出针对推荐对象具有需求的需求用户群；然后，利用预先训练的意图识别模型和需求用户群中每个用户的用户画像，预测每个用户的行为意图；最后，将每个用户的行为意图与推荐对象的属性特征进行匹配，根据匹配结果为每个用户进行个性化推荐。本发明实施例通过基于双模型的推荐处理过程，解决了针对用户的个性化推荐精准度较低的问题，提高了推荐精准度，进而提高了推荐后用户的响应率，提高了商品或服务的转化率。

附图说明

图1是本发明实施例一提供的个性化推荐方法的流程图；