[发明专利]物品推荐方法、装置、电子设备及存储介质

说明书

本申请公开了物品推荐方法、装置、电子设备及存储介质，涉及自然语言处理、深度学习及智能推荐等人工智能领域，其中的方法可包括：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待推荐物品集对应的第一物品相似度表；根据第一物品相似度表进行物品推荐。应用本申请所述方案，解决了冷启动场景下的物品推荐问题，确保了冷启动场景下的推荐效果等。

技术领域

本申请涉及人工智能技术领域，特别涉及自然语言处理、深度学习及智能推荐等领域的物品推荐方法、装置、电子设备及存储介质。

背景技术

推荐系统作为一种信息过滤的重要手段，是当前解决信息超载问题的有效方法之一，是面向用户的互联网产品的核心技术。

常见的推荐算法包括协同过滤算法、基于内容的推算算法等。协同过滤算法简单来说就是利用兴趣相投的原理进行推荐，又可进一步分为两类，一类是基于物品(item)的协同过滤算法，另一类是基于用户的协同过滤算法。

其中，基于物品的协同过滤算法中，需要获取物品相似度表。而目前的实现方式中，需要依赖于用户点击日志来计算物品之间的相关性，从而得到物品相似度表。这样，在冷启动场景下，当用户点击日志很少甚至完全不存在的情况下，则无法获取到物品相似度表，从而无法进行有效的推荐等。

发明内容

本申请提供了物品推荐方法、装置、电子设备及存储介质。

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。

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。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如以上所述的方法。

上述申请中的一个实施例具有如下优点或有益效果：在冷启动场景下，可分别获取各物品的语义特征信息，并可根据获取到的语义特征信息获取不同物品间的相似度并生成物品相似度表，进而可根据物品相似度表进行物品推荐，从而解决了冷启动场景下的物品推荐问题，确保了冷启动场景下的推荐效果等。