[发明专利]业务推荐方法、装置、服务器及存储介质

说明书

本公开关于一种业务推荐方法、装置、服务器及存储介质，该方法包括：获取业务对象的业务特征维度对应的特征数据；对所述特征数据进行降维处理，并根据降维后的特征数据，在所述业务特征维度中确定关键特征维度；其中，所述关键特征维度对应的特征数据与所述降维后的特征数据之间的数据差异小于预设的差异阈值；基于所述关键特征维度的特征数据，对所述业务对象进行排序，得到排序后业务对象；对所述排序后业务对象执行推荐策略。采用本公开可以提高业务对象的推荐准确度。

技术领域

本公开涉及数据挖掘领域，尤其涉及一种业务推荐方法、装置、服务器及存储介质。

背景技术

相关技术中的短视频创作平台往往会将该平台中的优质内容生产者作为目标对象，并 将该目标对象的相关信息推荐至该平台中的其他内容生产者，以供其他内容生产者进行学 习，促进他们的进步和成长。

在评价业务平台中的对象是否为生成优质业务内容的目标对象时，往往受很多因素或 是特征维度的影响，而现有技术往往只是基于人为经验去选择某些特征维度，并用这些特 征维度对对业务平台中的对象的优质水平进行评价，缺乏科学性，无法准确地在业务平台 中的找出目标对象并进行推荐。

因此，相关技术中存在业务对象的推荐准确度不高的问题。

发明内容

本公开提供一种业务推荐方法、装置、服务器及存储介质，以至少解决相关技术中业 务对象的推荐准确度不高的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种业务推荐方法，包括：

获取业务对象的业务特征维度对应的特征数据；

对所述特征数据进行降维处理，并根据降维后的特征数据，在所述业务特征维度中确 定关键特征维度；其中，所述关键特征维度对应的特征数据与所述降维后的特征数据之间 的数据差异小于预设的差异阈值；

基于所述关键特征维度的特征数据，对所述业务对象进行排序，得到排序后业务对象；

对所述排序后业务对象执行推荐策略。

在一种可能实现方式中，所述对所述特征数据进行降维处理，并根据降维特征数据， 在所述业务特征维度中确定关键特征维度，包括：

对所述特征数据进行降维处理，并根据所述降维后的特征数据和所述特征数据之间的 数据差异，确定所述业务特征维度对应的特征维度权重；

按照所述特征维度权重对所述业务特征维度进行加权，得到所述关键特征维度。

在一种可能实现方式中，所述对所述特征数据进行降维处理，并根据所述降维后的特 征数据和所述特征数据之间的数据差异，确定所述业务特征维度对应的特征维度权重，包 括：

对所述特征数据进行主成分分析，得到主成分分析结果；所述主成分分析结果包括在 新空间坐标下的主成分在所述业务特征维度下的方差占比，以及，所述主成分在所述业务 特征维度下的特征方向；

根据所述主成分在所述业务特征维度下的方差占比和所述主成分在所述业务特征维 度下的特征方向，确定所述业务特征维度对应的特征维度权重。

在一种可能实现方式中，所述根据所述主成分在所述业务特征维度下的方差占比和所 述主成分在所述业务特征维度下的特征方向，确定所述业务特征维度对应的特征维度权 重，包括：

将所述主成分在所述业务特征维度下的方差占比和所述主成分在所述业务特征维度 下的特征方向进行点乘，得到所述业务特征维度对应的特征维度权重。

在一种可能实现方式中，所述获取业务对象的业务特征维度对应的特征数据，包括：

获取原始业务对象数据，所述原始对象业务数据包括业务对象的各个业务特征维度对 应的原始特征数据；