[发明专利]推荐处理方法、装置、终端设备以及存储介质

说明书

本申请实施例公开了一种推荐处理方法、装置、终端设备以及存储介质，该方法包括：获取待推荐元素集合中每个待推荐元素的融合特征数据；根据每个待推荐元素的融合特征数据对待推荐元素集合中每个待推荐元素进行排序预测，得到每个待推荐元素的预测排序值；基于待推荐元素集合中每个待推荐元素的历史特征数据进行排序优化处理，得到重排序因子序列，重排序因子序列中包括每个待推荐元素对应的重排序因子；根据每个待推荐元素的预测排序值和每个待推荐元素的重排序因子，确定每个待推荐元素的推荐排序值，以根据推荐排序值确定待推荐元素集合中各个待推荐元素的推荐排列顺序。采用本申请实施例，可提高推荐准确率，适用性高。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种推荐处理方法、装置、终端设备以及存储介质。

背景技术

随着在线购物平台的不断发展，推荐系统已经成为了电子商务中不可替代的重要组成部分。推荐系统能够学习用户历史行为中所隐藏的偏好信息，从而对用户购物行为进行进一步的预测，帮助顾客挑选满意物品的同时，促进电子商务平台的收益提升。目前，很多推荐系统都是根据不同人群进行物品推荐的，然而即使同一人群之间的不同个体也可能存在喜好的差异，因此，使得推荐准确率较低。

发明内容

本申请实施例提供一种推荐处理方法、装置、终端设备以及存储介质，可提高推荐准确率，适用性高。

本申请实施例提供了一种推荐处理方法，该方法包括：

获取待推荐元素集合中每个待推荐元素的融合特征数据，融合特征数据中包括目标推荐用户的用户特征数据；

根据每个待推荐元素的融合特征数据对待推荐元素集合中每个待推荐元素进行排序预测，得到每个待推荐元素的预测排序值；

基于待推荐元素集合中每个待推荐元素的历史特征数据进行排序优化处理，得到重排序因子序列，重排序因子序列中包括每个待推荐元素对应的重排序因子，历史特征数据中包括样本用户的用户特征数据；

根据每个待推荐元素的预测排序值和每个待推荐元素的重排序因子，确定每个待推荐元素的推荐排序值，以根据推荐排序值确定待推荐元素集合中各个待推荐元素的推荐排列顺序。

本申请实施例提供了一种推荐处理装置，该装置包括：

融合特征数据确定模块，用于获取待推荐元素集合中每个待推荐元素的融合特征数据，融合特征数据中包括目标推荐用户的用户特征数据；

预测排序值确定模块，用于根据每个待推荐元素的融合特征数据对待推荐元素集合中每个待推荐元素进行排序预测，得到每个待推荐元素的预测排序值；

重排序因子获取模块，用于基于待推荐元素集合中每个待推荐元素的历史特征数据进行排序优化处理，得到重排序因子序列，重排序因子序列中包括每个待推荐元素对应的重排序因子，历史特征数据中包括样本用户的用户特征数据；

推荐排序值确定模块，用于根据每个待推荐元素的预测排序值和每个待推荐元素的重排序因子，确定每个待推荐元素的推荐排序值，以根据推荐排序值确定待推荐元素集合中各个待推荐元素的推荐排列顺序。

本申请实施例提供了一种终端设备，该终端设备包括处理器和存储器，该处理器和存储器相互连接。该存储器用于存储支持该终端设备执行上述第一方面和/或第一方面任一种可能的实现方式提供的方法的计算机程序，该计算机程序包括程序指令，该处理器被配置用于调用上述程序指令，执行上述所提供的方法。

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令当被处理器执行时使该处理器执行上述所提供的方法。