[发明专利]一种目标对象推荐方法、装置、计算机设备及存储介质

说明书

本发明公开了一种目标对象推荐方法、装置、计算机设备及存储介质，该方法包括：利用基于用户的协同过滤算法，根据目标用户的用户行为数据从候选用户群中筛选出与目标用户匹配的相似用户群，根据相似用户群对应的候选对象生成目标用户对应的第一候选对象列表，利用基于物品的协同过滤算法，根据目标用户的用户行为数据计算获取目标用户对应的第二候选对象列表，根据第一候选对象列表、第二候选对象列表以及预设规则计算获取确定推荐给目标用户的目标对象，通过利用基于用户的协同过滤算法获取与目标用户相似的用户喜欢的物品、利用基于物品的协同过滤算法获取与目标用户之前喜欢的物品相似的物品一起推荐给目标用户，提高推荐的准确度以及覆盖率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种目标对象推荐方法、装置、计算机设备及存储介质。

背景技术

随着互联网上用户访问数量的迅速增长，用户创建和访问的信息数量呈指数级递增。因此，众多互联网企业一方面希望能在用户使用产品的过程中，利用多维度多渠道的用户行为数据采集方式记录用户尽可能多的数据，另一方面，针对如此规模的用户大数据，企业也很难对用户的数据进行准确的分析，从而导致无法有效的将最优的服务投放到最合适的用户人群手中。现有技术中的基于用户数据进行产品推荐所采用的推荐方式通常比较单一，并且存在推荐准确率以及覆盖率不高等问题。

因此，亟需提出一种目标对象推荐方法，以解决上述问题。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种目标对象推荐方法、装置、计算机设备以及存储介质，以克服现有技术中存在的基于用户数据进行产品推荐所采用的所采用的推荐方式通常比较单一，并且存在推荐准确率以及覆盖率不高等问题。

为解决上述一个或多个技术问题，本发明采用的技术方案是：

第一方面，提供了一种目标对象推荐方法，该方法包括如下步骤：

利用基于用户的协同过滤算法，根据目标用户的用户行为数据从候选用户群中筛选出与所述目标用户匹配的相似用户群；

根据所述相似用户群对应的候选对象生成所述目标用户对应的第一候选对象列表；

利用基于物品的协同过滤算法，根据所述目标用户的用户行为数据计算获取所述目标用户对应的第二候选对象列表；

根据所述第一候选对象列表、所述第二候选对象列表以及预设规则计算获取确定推荐给所述目标用户的目标对象。

进一步的，所述利用基于用户的协同过滤算法，根据目标用户的用户行为数据从候选用户群中筛选出与所述目标用户匹配的相似用户群包括：

采用预设相似度算法对目标用户的用户行为数据以及候选用户群对应的用户行为数据进行计算，获取所述目标用户与各候选用户群之间的相似度；

将满足预设阈值的所述相似度对应的候选用户群确定为与所述目标用户匹配的相似用户群。

进一步的，所述方法还包括所述预设相似度算法的优化过程，包括：

对所述预设相似度算法的计算因子进行分析，根据分析结果将满足合并要求的计算因子进行合并和/或将不满足计算要求的计算因子删除。

进一步的，所述根据所述相似用户群对应的候选对象生成所述目标用户对应的第一候选对象列表包括：

获取所述相似用户群对应的所有候选对象，按照预设筛选规则对所述所有候选对象进行筛选，生成所述目标用户对应的第一候选对象列表。

进一步的，所述利用基于物品的协同过滤算法，根据所述目标用户的用户行为数据计算获取所述目标用户对应的第二候选对象列表包括：