[发明专利]物品推荐方法、装置、电子设备及存储介质

权利要求书

1.一种物品推荐方法，包括：

在冷启动场景下，当需要利用基于物品的协同过滤算法进行物品推荐时，分别获取待推荐物品集中的各物品的语义特征信息；

根据所述语义特征信息，分别获取每两个不同物品之间的相似度；

根据获取到的相似度生成所述待推荐物品集对应的第一物品相似度表；

根据所述第一物品相似度表进行物品推荐；

还包括：执行以下预定处理：获取用户点击日志，根据所述用户点击日志训练基于深度学习的协同过滤算法模型；根据所述协同过滤算法模型生成所述待推荐物品集对应的第二物品相似度表；将所述第一物品相似度表和所述第二物品相似度表进行融合，得到第三物品相似度表，包括：针对任意两个物品，分别将两个物品在所述第一物品相似度表中的相似度取值与在所述第二物品相似度表中的相似度取值进行线性加权求和，将得到的和作为两个物品在所述第三物品相似度表中的相似度取值；根据所述第三物品相似度表进行物品推荐，并重复所述预定处理，直至符合结束条件；其中，在进行融合时，随着时间的推移，逐渐降低所述第一物品相似度表中的相似度取值对应的权重。

2.根据权利要求1所述的方法，其中，

所述物品包括：文章；

所述语义特征信息包括以下之一或任意组合：文章的嵌入表示向量、文章的关键词表示向量、文章的主题表示向量、文章的语义表示向量。

3.根据权利要求1所述的方法，其中，

所述分别获取待推荐物品集中的各物品的语义特征信息包括：分别获取各物品的相同数量及相同类型的语义特征信息；

所述分别获取每两个不同物品之间的相似度包括：

若针对每个物品分别获取到一个语义特征信息，则针对由第一物品和第二物品组成的任一物品对，分别计算所述第一物品的语义特征信息与所述第二物品的语义特征信息之间的相似度，将所述相似度作为所述第一物品与所述第二物品之间的相似度；

若针对每个物品分别获取到M个语义特征信息，M为大于一的正整数，则针对所述物品对，分别将所述第一物品的各语义特征信息按照预定方式进行拼接，得到第一拼接结果，并将所述第二物品的各语义特征信息按照所述预定方式进行拼接，得到第二拼接结果，计算所述第一拼接结果与所述第二拼接结果之间的相似度，将所述相似度作为所述第一物品与所述第二物品之间的相似度；

或者，若针对每个物品分别获取到M个语义特征信息，则针对所述物品对，分别计算所述第一物品和所述第二物品对应的同一类型的语义特征信息之间的相似度，并计算得到的M个相似度的均值，将所述均值作为所述第一物品与所述第二物品之间的相似度。

4.一种物品推荐装置，包括：第一获取模块、第二获取模块、生成模块以及推荐模块；

所述第一获取模块，用于在冷启动场景下，当需要利用基于物品的协同过滤算法进行物品推荐时，分别获取待推荐物品集中的各物品的语义特征信息；

所述第二获取模块，用于根据所述语义特征信息，分别获取每两个不同物品之间的相似度；

所述生成模块，用于根据获取到的相似度生成所述待推荐物品集对应的第一物品相似度表；

所述推荐模块，用于根据所述第一物品相似度表进行物品推荐；

所述推荐模块进一步用于，执行以下预定处理：获取用户点击日志，根据所述用户点击日志训练得到基于深度学习的协同过滤算法模型；根据所述协同过滤算法模型生成所述待推荐物品集对应的第二物品相似度表；将所述第一物品相似度表和所述第二物品相似度表进行融合，得到第三物品相似度表，包括：针对任意两个物品，分别将两个物品在所述第一物品相似度表中的相似度取值与在所述第二物品相似度表中的相似度取值进行线性加权求和，将得到的和作为两个物品在所述第三物品相似度表中的相似度取值；根据所述第三物品相似度表进行物品推荐，并重复所述预定处理，直至符合结束条件；其中，在进行融合时，随着时间的推移，逐渐降低所述第一物品相似度表中的相似度取值对应的权重。

5.根据权利要求4所述的装置，其中，

所述物品包括：文章；

所述语义特征信息包括以下之一或任意组合：文章的嵌入表示向量、文章的关键词表示向量、文章的主题表示向量、文章的语义表示向量。