[发明专利]一种物品推荐方法、装置、计算机设备及存储介质

权利要求书

1.一种物品推荐方法，其特征在于，包括：

获取与目标用户匹配的至少一个有效行为数据，对各有效行为数据进行分割，得到多个用户行为序列，并根据各所述用户行为序列确定与所述目标用户对应的用户向量；

确定至少一个待推荐物品的物品向量；

根据各所述待推荐物品的物品向量，以及所述用户向量，确定目标推荐物品，并向用户展示所述目标推荐物品。

2.根据权利要求1所述的方法，其特征在于，所述获取与目标用户匹配的至少一个有效行为数据，包括：

获取与所述目标用户匹配的至少一个行为数据，并根据设定阈值对各所述行为数据进行筛选，得到各所述有效行为数据；

其中，所述行为数据包括下述至少一项：点击、播放、转发以及阅读。

3.根据权利要求1所述的方法，其特征在于，所述对各有效行为数据进行分割，得到多个用户行为序列，包括：

按照预设顺序对各所述有效行为数据进行排序，并根据预设的间隔阈值对各所述有效行为数据进行分割，得到多个用户行为序列；

相应的，所述根据各所述用户行为序列确定与所述目标用户对应的用户向量，包括：

分别将各所述用户行为序列输入至预先训练的预测模型中，得到与各所述用户行为序列对应的物品向量；

对各所述物品向量进行累加计算，生成与所述目标用户对应的用户向量。

4.根据权利要求3所述的方法，其特征在于，在分别将各所述用户行为序列输入至预先训练的预测模型中之前，还包括：

获取与多个用户匹配的训练行为序列；

使用所述训练行为序列对设定的机器学习模型进行训练，得到所述预测模型。

5.根据权利要求3所述的方法，其特征在于，所述根据预设的间隔阈值对各所述有效行为数据进行分割，得到多个用户行为序列，包括：

记录用户上一有效行为数据的目标开始时间，计算当前有效行为数据的有效开始时间与所述目标开始时间的时间间隔；

当所述时间间隔大于预设的间隔阈值时，将所述时间间隔内的各有效行为数据保存至同一行为序列中。

6.根据权利要求1所述的方法，其特征在于，所述确定至少一个待推荐物品的物品向量，包括：

获取各所述待推荐物品，并分别对各所述待推荐物品进行独热编码，确定与各所述待推荐物品匹配的物品向量。

7.根据权利要求1所述的方法，其特征在于，所述根据各所述待推荐物品的物品向量，以及所述用户向量，确定目标推荐物品，包括：

分别计算所述用户向量与各所述物品向量的相似度，并对计算结果进行排序，将与超过设定阈值的计算结果对应的物品确定为所述目标推荐物品。

8.一种物品推荐装置，其特征在于，包括：

用户向量确定模块，用于获取与目标用户匹配的至少一个有效行为数据，对各有效行为数据进行分割，得到多个用户行为序列，并根据各所述用户行为序列确定与所述目标用户对应的用户向量；

物品向量确定模块，用于确定至少一个待推荐物品的物品向量；

目标推荐物品确定模块，用于根据各所述待推荐物品的物品向量，以及所述用户向量，确定目标推荐物品，并向用户展示所述目标推荐物品。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的物品推荐方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的物品推荐方法。