[发明专利]推荐信息处理方法、装置、设备及存储介质

说明书

本申请是关于一种推荐信息处理方法、装置、设备及存储介质，属于信息技术领域。所述方法包括：获取目标对象的属性信息，及对应的初始类目得分集；基于属性信息及初始类目得分集，利用预设的预测模型，确定目标对象在预设的每个候选类目的得分；根据目标对象在预设的每个候选类目的得分，向目标对象推送推荐信息。由此，实现了根据目标对象的属性信息及初始类目得分集，为目标对象推荐其感兴趣的信息，由于初始类目得分集可以根据预设的类目得分集确定，或者，可以根据目标对象的历史行为数据确定，从而可以实现为任意对象进行准确的信息推荐，提高了推荐信息的点击率，改善了用户体验。

技术领域

本申请涉及信息技术领域，特别涉及一种推荐信息处理方法、装置、设备及存储介质。

背景技术

个性化信息推荐技术能够向用户推荐其感兴趣的信息，因此，该技术逐渐在网络访问中得到越来越多的应用。

相关技术中，通常通过协同过滤方式，为用户推荐与其相似用户感兴趣的信息，或者为用户推荐与其感兴趣的信息相似的信息，但是，利用这种方式为用户推荐信息时，若用户为新用户，由于无法获取与用户有关的信息及其感兴趣的信息，从而无法为用户准确推荐信息，即这种信息推荐方式的应用范围小，用户体验差。

发明内容

本申请提出一种推荐信息处理方法、装置、设备及存储介质，以解决相关技术中，通过协同过滤方式，为用户推荐信息时，若用户为新用户，则无法为用户准确推荐信息，即这种信息推荐方式的应用范围小，用户体验差的技术问题。

本申请一方面实施例提供一种推荐信息处理方法，该方法包括：获取目标对象的属性信息，及对应的初始类目得分集；基于所述属性信息及所述初始类目得分集，利用预设的预测模型，确定所述目标对象在预设的每个候选类目的得分，所述预设的预测模型，为利用样本对象的属性信息及类目得分集训练得到的，其中，所述样本对象的类目得分集中包含的类目得分的数量满足预设条件；根据所述目标对象在预设的每个候选类目的得分，向所述目标对象推送推荐信息。

本申请另一方面实施例提供一种推荐信息处理装置，该装置包括：第一获取模块，用于获取目标对象的属性信息，及对应的初始类目得分集；第一确定模块，用于基于所述属性信息及所述初始类目得分集，利用预设的预测模型，确定所述目标对象在预设的每个候选类目的得分，所述预设的预测模型，为利用样本对象的属性信息及类目得分集训练得到的，其中，所述样本对象的类目得分集中包含的类目得分的数量满足预设条件；推送模块，用于根据所述目标对象在预设的每个候选类目的得分，向所述目标对象推送推荐信息。

本申请又一方面实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现前述实施例所述的推荐信息处理方法。

本申请再一方面实施例提供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，实现前述实施例所述的推荐信息处理方法。

本申请实施例提供的推荐信息处理方法、装置、设备及存储介质，在获取目标对象的属性信息，及对应的初始类目得分集后，可以基于属性信息及初始类目得分集，利用预设的预测模型，确定目标对象在预设的每个候选类目的得分，从而根据目标对象在预设的每个候选类目的得分，向目标对象推送推荐信息。由此，实现了根据目标对象的属性信息及初始类目得分集，为目标对象推荐其感兴趣的信息，由于初始类目得分集可以根据预设的类目得分集确定，或者，可以根据目标对象的历史行为数据确定，从而可以实现为任意对象进行准确的信息推荐，提高了推荐信息的点击率，改善了用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是根据本申请一个示例性实施例示出的推荐信息处理方法的流程示意图；