[发明专利]一种物品推荐方法、计算设备以及存储介质

权利要求书

1.一种物品推荐方法，在计算设备中执行，所述方法包括：

响应于用户请求，获取与所述用户相关的物品序列；

基于所述物品序列，从物品向量集中为所述用户匹配候选物品集合，所述物品向量集中包含各物品所对应的至少一个向量；

基于所述候选物品集合，向用户进行物品推荐。

2.如权利要求1所述的方法，还包括步骤：

预先生成物品向量集。

3.如权利要求2所述的方法，其中，所述预先生成物品向量集的步骤包括：

基于用户的行为数据，对至少一个初始的第一模型分别进行训练，得到训练好的各第一模型；

基于物品的属性数据，对至少一个初始的第二模型分别进行训练，得到训练好的各第二模型；

基于训练好的各第一模型，得到第三模型；

基于训练好的各第二模型，得到第四模型；

利用所述各第一模型、各第二模型、第三模型、第四模型对物品进行处理，得到各模型对应的各物品的物品向量，作为物品向量集。

4.如权利要求3所述的方法，其中，所述第一模型为文本模型、语言模型、图模型、长短期记忆模型和矩阵分解模型中的一种；

所述第二模型为文本模型、语言模型、图模型、长短期记忆模型和矩阵分解模型中的一种。

5.如权利要求1所述的方法，其中，基于所述物品序列，从物品向量集中为所述用户匹配候选物品集合的步骤，包括：

通过计算所述物品序列所指向的各物品与所述物品向量集中的各物品向量的相似度，来确定出候选物品集合。

6.如权利要求5所述的方法，其中，通过计算所述物品序列所指向的各物品与所述物品向量集中的各物品向量的相似度的步骤，包括：

通过余弦相似度算法或欧式距离算法计算所述物品序列所指向的各物品与所述物品向量集中的各物品向量的相似度。

7.如权利要求1所述方法，其中，基于所述物品序列，从物品向量集中为所述用户匹配候选物品集合的步骤，包括：

基于用户的实时点击反馈，调整各模型对应的物品向量在所述候选物品集合中的数量。

8.如权利要求1所述的方法，其中，基于所述候选物品集合，向用户进行物品推荐的步骤，包括：

基于物品的重复召回比例、曝光率比例和用户负反馈比例确定所述候选物品集合中的物品数量。

9.一种计算设备，包括：

至少一个处理器；和

存储有程序指令的存储器，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如权利要求1-8中任一项所述方法的指令。

10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-8中任一项所述的方法。