[发明专利]对象推荐方法、装置、计算机设备和存储介质

权利要求书

1.一种对象推荐方法，所述方法包括：

获取根据用户行为确定的第一时间跨度内的长期行为序列和第二时间跨度内的短期行为序列；所述第一时间跨度大于所述第二时间跨度；

根据所述长期行为序列得到长期兴趣向量；

根据所述短期行为序列及所述短期行为序列的时序得到短期兴趣向量；

根据所述长期兴趣向量和所述短期兴趣向量确定用户的长短期兴趣向量；

基于所述长短期兴趣向量为所述用户确定推荐对象；

向所述用户推荐确定的所述推荐对象。

2.根据权利要求1所述的方法，其特征在于，获取根据用户行为确定的第一时间跨度内的长期行为序列，包括：

获取用户在第一时间跨度中的历史交互行为数据；

对所述历交互行为数据进行提取处理，得到各所述交互行为数据的行为信息；

去除各所述行为信息的时间因素，得到用户的长期行为序列。

3.根据权利要求2所述的方法，其特征在于，获取根据用户行为确定的第二时间跨度内的短期行为序列，包括：

从所述行为信息中提取与当前时间最近的第二时间跨度中的行为信息，得到短期行为序列，所述行为信息包括时间因素。

4.根据权利要求2所述的方法，其特征在于，所述对所述历交互行为数据进行提取处理，得到各所述交互行为数据的行为信息，包括：

识别所述历史交互行为数据中的关键字段，从所述历史交互行为数据中提取用户标识、交互产品信息和行为相关信息；所述行为相关信息包括时间因素；

根据所述用户标识、交互产品信息和行为相关信息，得到各交互行为数据的行为信息。

5.根据权利要求1所述的方法，其特征在于，所述根据所述长期兴趣向量和所述短期兴趣向量确定用户的长短期兴趣向量，包括：

融合所述长期兴趣向量和所述短期兴趣向量，得到用户的长短期兴趣向量。

6.根据权利要求5所述的方法，其特征在于，所述融合所述长期兴趣向量和所述短期兴趣向量，得到用户的长短期兴趣向量，包括：

对所述长期兴趣向量和所述短期兴趣向量进行拼接处理，得到用户的长短期兴趣向量。

7.根据权利要求5所述的方法，其特征在于，所述融合所述长期兴趣向量和所述短期兴趣向量，得到用户的长短期兴趣向量，包括：

对所述长期兴趣向量和所述短期兴趣向量进行加权平均处理，得到用户的长短期兴趣向量。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当获取到针对所述推荐对象的交互行为时，根据更新规则更新所述短期行为序列和所述长期行为序列。

9.根据权利要求8所述的方法，其特征在于，所述根据更新规则更新所述短期行为序列和所述长期行为序列，包括：

识别所述交互行为的交互行为数据中的关键字段，从所述交互行为数据中提取用户标识、交互产品信息和行为相关信息；所述行为相关信息包括时间因素；

根据所述用户标识、交互产品信息和行为相关信息，得到所述交互行为数据的行为信息；

当达到所述长期行为序列的更新时间时，去除所述行为信息的时间因素，根据去除时间因素后的所述行为信息更新用户的所述长期行为序列；

当达到所述短期行为序列的更新时间时，根据所述行为信息更新用户的所述短期行为序列。

10.根据权利要求1所述的方法，其特征在于，

根据所述长期行为序列得到长期兴趣向量，包括：将所述长期行为序列输入训练好的推荐模型的长期序列编码模型，得到用户的长期兴趣向量；

根据所述短期行为序列及所述短期行为序列的时序得到短期兴趣向量，包括：将所述短期行为序列按行为时间依次输入所述推荐模型的短期序列编码模型，得到用户的短期兴趣向量；

所述基于所述长短期兴趣向量为所述用户确定推荐对象，包括：将所述长短期兴趣向量输入所述推荐模型的预测模型，为所述用户确定推荐对象。