[发明专利]一种数据推荐方法、装置、电子设备及存储介质

说明书

本公开涉及数据处理技术领域，尤其涉及一种数据推荐方法、装置、电子设备及存储介质，获取用户特征和各推荐对象特征，根据所述用户特征和所述各推荐对象特征获得用户与各推荐对象之间的第一推荐分值，其中，所述第一推荐分值表征所述用户对于推荐对象的偏好度的预测分值；根据各第一推荐分值对所述各推荐对象进行排序；分别对排序后的所述各推荐对象进行标签化处理，确定标签化处理后的所述各推荐对象中位于结果集中的目标推荐对象；将各目标推荐对象进行推荐。这样，能够保证推荐结果的多样性。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种数据推荐方法、装置、电子设备及存储介质。

背景技术

随着网络技术的发展，数据推荐可以应用到多种场景中。例如，可以为用户推荐偏好的直播视频。因此，如何能够进行数据推荐，成为了一个亟待解决的问题。

相关技术中，在进行数据推荐时，一般是通过确定用户点击的数据与历史点击过的数据之间的相似度，并根据各相似度确定出与点击的数据之间的相似度最高的数据，作为推荐数据。

然而，通过相关技术中这种数据推荐方式，仅能够推荐出与点击的数据相似度高的数据，这样，会导致推荐的数据均为相似数据，无法满足数据推荐的多样性。

发明内容

本公开实施例提供一种数据推荐方法、装置、电子设备及存储介质，以满足数据推荐的多样性。

本公开实施例提供的具体技术方案如下：

一种数据推荐方法，包括：

获取用户特征和各推荐对象特征，根据所述用户特征和所述各推荐对象特征获得用户与各推荐对象之间的第一推荐分值，其中，所述第一推荐分值表征所述用户对于推荐对象的偏好度的预测分值；

根据各第一推荐分值对所述各推荐对象进行排序；

分别对排序后的所述各推荐对象进行标签化处理，确定标签化处理后的所述各推荐对象中位于结果集中的目标推荐对象；

将各目标推荐对象进行推荐。

可选的，分别对排序后的所述各推荐对象进行标签化处理，确定标签化处理后的所述各推荐对象中位于结果集中的目标推荐对象，具体包括：

分别针对所述各推荐对象，执行以下操作：

确定任意一个推荐对象预先标注的各属性标签，以及所述各属性标签的优先级；

根据所述各属性标签的优先级，从所述各属性标签中确定出满足预设优先级条件的目标属性标签；

当所述目标属性标签包含在预配置的标签库中，确定将该推荐对象作为目标推荐对象，并将所述目标推荐对象添加至结果集中，其中，所述标签库中包含有各属性标签。

可选的，所述确定标签化处理后的所述各推荐对象中位于结果集中的目标推荐对象，还包括：

当所述目标属性标签未包含在所述标签库中，将该推荐对象添加至候补队列中；

确定将所述各推荐对象均添加至所述结果集和/或候选队列中，且当所述结果集中的目标推荐对象的数量未达到第一预设值时，从所述候补队列中选出一定数量的推荐对象添加至所述结果集中；

将所述结果集中的推荐对象作为目标推荐对象。

可选的，所述确定任意一个待推荐对象预先标注的各属性标签，以及所述各属性标签的优先级之前，还包括：

确定该推荐对象是否有属性标签；

当确定该推荐对象无属性标签时，将该推荐对象添加至候补队列中。

可选的，将所述目标推荐对象添加至结果集中，还包括：