[发明专利]一种数据的推荐方法、装置、电子设备及存储介质

权利要求书

1.一种数据的推荐方法，其特征在于，包括：

获取用户特征向量，其中，所述用户特征向量是采用已训练的深度学习模型，基于所述用户关联的各个兴趣数据预测得到的；

确定所述用户对应的候选推荐数据集合，并获取所述候选推荐数据集合中各个候选推荐数据各自对应的数据参数，以及基于获得的各个数据参数和所述用户特征向量，分别确定所述用户对于各个候选推荐数据的预期收益；

基于所述预期收益，从所述各个候选推荐数据中，筛选出满足设定条件的目标待推荐数据推荐给所述用户，并获得所述用户对所述目标待推荐数据的反馈信息；

基于所述反馈信息，更新对应的目标待推荐数据的数据参数。

2.如权利要求1所述的方法，其特征在于，所述基于获得的各个数据参数和所述用户特征向量，分别确定所述用户对于各个候选推荐数据的预期收益，包括：

采用置信区间上界linUCB算法，基于获得的各个数据参数和所述用户特征向量，分别确定所述用户对于所述各个候选推荐数据的初始收益和上界浮动收益，并基于各个初始收益和上界浮动收益，分别确定所述用户对于相应的候选推荐数据的预期收益。

3.如权利要求1或2任一项所述的方法，其特征在于，所述数据参数中包括第一数据参数和第二数据参数；所述基于所述反馈信息，更新对应的目标待推荐数据的数据参数，包括：

确定所述反馈信息对应的调整因子，并确定与所述反馈信息对应的目标待推荐数据的数据参数，以及基于所述调整因子与所述用户特征向量的第一点乘结果，对所述数据参数中的第一数据参数进行更新，获得更新后的第一数据参数；

基于所述用户特征向量与所述用户特征向量的转置向量的第二点乘结果，对所述数据参数中的第二数据参数进行更新，获得更新后的第二数据参数。

4.如权利要求1所述的方法，其特征在于，所述获取用户对应的用户特征向量，包括：

获取用户在指定历史时间段内的历史行为信息，并基于所述历史行为信息确定所述用户的兴趣数据集合；

确定所述兴趣数据集合中包括的各个兴趣数据，并分别确定所述各个兴趣数据各自对应的内容特征组，以及采用已训练的深度学习模型，基于所述各个兴趣数据的内容特征组分别预测得到对应的拟合行为特征向量；

获取所述各个兴趣数据各自对应的拟合行为特征向量中，各个位置分别对应的向量元素，并将同一位置的各个向量元素加权平均后的结果，作为对应位置的向量新元素，以及将各个位置的向量新元素组成的向量，作为所述用户的用户特征向量。

5.如权利要求4所述的方法，其特征在于，兴趣数据的内容特征组中包括以下至少一项或组合：

将兴趣数据关联的文本内容进行分词处理得到分词结果后，采用词至向量算法，对分词结果进行向量化处理，得到向量形式的内容特征；或者，

将在生成所述深度学习模型的训练样本时，对兴趣数据关联的音频内容进行编码处理，得到的第一编码信息，作为对应的兴趣数据的内容特征；或者，

将在生成所述深度学习模型的训练样本时，对兴趣数据关联的图像帧进行编码处理，得到的第二编码信息，作为对应的兴趣数据的内容特征；或者，

将在生成所述深度学习模型的训练样本时，对兴趣数据关联的对象进行编码处理，得到的第三编码信息，作为对应的兴趣数据的内容特征；或者，

将在生成所述深度学习模型的训练样本时，对兴趣数据关联的标签进行编码处理，得到的第四编码信息，作为对应的兴趣数据的内容特征。