[发明专利]待推荐实体的挖掘方法、装置、设备及存储介质

说明书

本发明提供一种待推荐实体的挖掘方法、装置、设备及存储介质，在待推荐实体的挖掘方法中，针对用户在当前场景的游逛实体行为，生成用户行为的向量；其中，用户行为的向量为用户的行为序列的向量表达，用户的行为序列用于表征用户在当前场景的所逛实体、以及游逛顺序；针对当前场景的实体，利用实体的向量和用户行为的向量，计算得到实体与用户的相似度得分；将当前场景的实体中属于与用户的相似度得分处于高优先级的实体，作为用户的待推荐实体，实现了结合用户的行为数据，给用户提供个性化推送服务。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种待推荐实体的挖掘方法、装置、设备及存储介质。

背景技术

目前，在大数据的支持下，很多领域都需要根据用户的日常习惯或喜好来推送实体(如店铺、商品或者视频等)。

因此，亟需一种信息推荐的方式，结合用户的行为数据，给用户提供个性化推送服务，提高用户体验。

发明内容

有鉴于此，本发明实施例提供一种待推荐实体的挖掘方法、装置、设备及存储介质，以实现结合用户的行为数据，给用户提供个性化推送服务。

为实现上述目的，本发明实施例提供如下技术方案：

本申请第一方面提供了一种待推荐实体的挖掘方法，包括：

针对用户在当前场景的游逛实体行为，生成用户行为的向量；其中，所述用户行为的向量为所述用户的行为序列的向量表达，所述用户的行为序列用于表征用户在当前场景的所逛实体以及游逛顺序；

针对当前场景的实体，利用所述实体的向量和所述用户行为的向量，计算得到所述实体与所述用户的相似度得分；

将所述当前场景的实体中属于与所述用户的相似度得分处于高优先级的实体，作为所述用户的待推荐实体。

可选地，所述针对用户在当前场景的游逛实体行为，生成用户行为的向量，包括：

按照用户的游逛顺序，组合所述用户在当前场景的每一个所逛实体的向量，得到所述用户的行为序列；

利用所述每一个所逛实体的权重，对所述用户的行为序列进行加权求和处理，得到所述用户的用户行为的向量。

可选地，还包括：

若用户在当前场景的所逛实体的向量不存在，则在组合得到所述用户的行为序列时，利用不存在向量的实体的归属物的向量，替换所述不存在向量的实体的向量。

可选地，所述利用所述实体的向量和所述用户行为的向量，计算得到所述实体与所述用户的相似度得分，包括：

计算所述实体的向量和所述用户行为的向量的余弦距离；

利用所述实体的向量和所述用户行为的向量的余弦距离，计算得到所述实体与所述用户的相似度得分。

可选地，所述实体的向量的生成方法，包括：

利用向量生成模型处理所述实体的独热编码，得到所述实体的向量；其中，所述向量生成模型属于word2vec深度学习模型，基于用户的历史行为序列中的实体的独热编码和所述实体对应的标签训练得到。

可选地，所述用户在当前场景的每一个所逛实体的向量的生成方法，包括：

利用向量生成模型处理所述用户在当前场景的每一个所逛实体的独热编码，得到所述用户在当前场景的每一个所逛实体的向量；其中，所述向量生成模型属于word2vec深度学习模型，基于用户的历史行为序列中的实体的独热编码和所述实体对应的标签训练得到。本申请第二方面提供了一种待推荐实体的挖掘装置，包括：