对象推送方法、装置、设备及计算机存储介质制造方法及图纸

本申请公开了一种对象推送方法、装置、设备及计算机存储介质，涉及人工智能技术领域，包括：获取M个对象的目标对象特征向量、第一用户对对象的第一喜好特征向量和第一用户的社交网络信息；根据各目标对象特征向量和第一喜好特征向量，分别确定各对象与第一用户的喜好相关的第一特征相关度；根据各目标对象特征向量和社交网络信息，分别确定各对象与第一用户的第二特征相关度；根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象；向第一用户推送目标对象。本申请将第一特征相关度结合了贪心算法以及第二特征相关度，使得最终的目标对象经过了多层筛选才能推送给第一用户，提高了目标对象的推送准确性。送准确性。送准确性。

【技术实现步骤摘要】
对象推送方法、装置、设备及计算机存储介质


[0001]本申请属于人工智能
，尤其涉及一种对象推送方法、装置、设备及计算机存储介质。

技术介绍

[0002]随着电子购物的普及，用户往往可以通过电子商务平台来进行购物选择，但是电子商务平台上存在大量的商品对象信息，用户从海量的商品对象信息中去筛选得到自己所需要的商品对象无疑需要浪费大量的时间。
[0003]因此，针对用户的对象推送方法也因此而生，常用的商品对象推送方法往往是根据用户的购买记录来进行推荐，但是这种方式无法挖掘用户的潜在购物潜力，只能局限于用户曾经所购买过的商品对象的推荐，且不能推荐新的商品对象给用户，因此也就无法给用户推荐与用户信息更加相符合的商品对象。

技术实现思路

[0004]本申请实施例提供一种对象推送方法、装置、设备及计算机存储介质，提高对象推送的准确性。
[0005]根据本申请的第一个方面，本申请实施例提供一种对象推送方法，该方法包括：
[0006]获取M个对象的目标对象特征向量、第一用户对对象的第一喜好特征向量和第一用户的社交网络信息，其中，M为正整数；
[0007]根据各目标对象特征向量和第一喜好特征向量，分别确定各对象与第一用户的喜好相关的第一特征相关度；
[0008]根据各目标对象特征向量和社交网络信息，分别确定各对象与第一用户的第二特征相关度；
[0009]根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象，目标相关度包括第一特征相关度和/或第二特征相关度，其中，X＜M，X为正整数；
[0010]向第一用户推送目标对象。
[0011]可选地，根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象；包括：
[0012]步骤A：分别计算各对象对应的第一特征相关度和第二特征相关度之间的商，确定各对象的特征相似度；
[0013]步骤B：从M个特征相似度中选取N个准目标特征相似度，其中，N＜M，N为正整数；
[0014]步骤C：确定N个准目标特征相似度中的最大值为目标特征相似度；
[0015]步骤D：若目标特征相似度的数量小于X，则从剩余特征相似度中再次选取N个准目标特征相似度，返回执行步骤C，直至得到X个目标特征相似度；剩余特征相似度为从M个特征相似度中去除已被选取为准目标特征相似度后，剩下的特征相似度；
[0016]确定各目标特征相似度所对应的对象为目标对象。
[0017]可选地，根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象；包括：
[0018]步骤A：从M个第一特征相关度中选取N个准第一特征相关度，其中，N＜M，N为正整数；
[0019]步骤B：确定N个准第一特征相关度中的最大值为第一目标特征相关度；
[0020]步骤C：若第一目标特征相关度的数量小于X，则从剩余第一特征相关度中再选取N个准第一特征相关度，返回执行步骤B，直至得到X个第一目标特征相关度；剩余第一特征相关度为从M个第一特征相关度中除去已被选取为准第一特征相关度之后，剩下的第一特征相关度；
[0021]确定各第一目标特征相关度所对应的对象为目标对象。
[0022]可选地，根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象，目标相关度包括第一特征相关度和/或第二特征相关度；包括：
[0023]步骤A：从M个第二特征相关度中选取N个准第二特征相关度，其中，N＜M，N为正整数；
[0024]步骤B：确定N个准第二特征相关度中的最大值为第二目标特征相关度；
[0025]步骤C：若第二目标特征相关度的数量小于X，则从剩余第二特征相关度中再选取N个准第二特征相关度，返回执行步骤B，直至得到X个第二目标特征相关度；剩余第二特征相关度为从M个第二特征相关度中除去已被选取为准第二特征相关度之后，剩下的第二特征相关度；
[0026]确定各第二目标特征相关度所对应的对象为目标对象。
[0027]可选地，根据各目标对象特征向量和社交网络信息，分别确定各对象与第一用户的第二特征相关度，包括：
[0028]根据社交网络信息确定与第一用户存在社交关系的第二用户；
[0029]获取第二用户对对象的第二喜好特征向量；
[0030]根据各目标对象特征向量和第二喜好特征向量，分别确定各对象与第二用户的喜好相关的第三特征相关度；
[0031]确定第三特征相关度为第二特征相关度。
[0032]可选地，方法还包括：
[0033]根据社交网络信息确定与第一用户存在社交关系的第二用户；
[0034]获取第二用户对对象的第二喜好特征向量；
[0035]根据各目标对象特征向量和第二喜好特征向量，分别确定各对象与第二用户的喜好相关的第三特征相关度；
[0036]根据贪心算法和第三特征相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象；
[0037]将X个目标对象推荐给第一用户。
[0038]可选地，在获取M个对象的目标对象特征向量之前，方法还包括：
[0039]获取对象的多个对象特征向量；
[0040]根据各对象特征向量，确定各对象特征向量对于对象的特征权重；
[0041]确定各特征权重中的最大值所对应的对象特征向量为目标对象特征向量。
[0042]根据本申请的第二个方面，本申请实施例提供了一种对象推送装置，装置包括：
[0043]第一获取模块，用于获取M个对象的目标对象特征向量、第一用户对对象的第一喜好特征向量和第一用户的社交网络信息，其中，M为正整数；
[0044]第一确定模块，用于根据各目标对象特征向量和第一喜好特征向量，分别确定各对象与第一用户的喜好相关的第一特征相关度；
[0045]第二确定模块，用于根据各目标对象特征向量和社交网络信息，分别确定各对象与第一用户的第二特征相关度；
[0046]第一选取模块，用于根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象，目标相关度包括第一特征相关度和/或第二特征相关度，其中，X＜M，X为正整数；
[0047]第一推送模块，用于向第一用户推送目标对象。
[0048]根据本申请的第三个方面，提供一种对象推送设备，该设备包括：处理器以及存储有计算机程序指令的存储器；
[0049]处理器执行计算机程序指令时实现第一个方面中任意一项的对象推送方法。
[0050]根据本申请的第四个方面，本申请实施例提供了一种计算机存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一个方面中任意一项的对象推送方法。
[0051]根据本申请的第五个方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象推送方法，其特征在于，包括：获取M个对象的目标对象特征向量、第一用户对所述对象的第一喜好特征向量和第一用户的社交网络信息，其中，M为正整数；根据各所述目标对象特征向量和所述第一喜好特征向量，分别确定各所述对象与所述第一用户的喜好相关的第一特征相关度；根据各所述目标对象特征向量和所述社交网络信息，分别确定各所述对象与所述第一用户的第二特征相关度；根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象，所述目标相关度包括所述第一特征相关度和/或所述第二特征相关度，其中，X＜M，X为正整数；向第一用户推送所述目标对象。2.如权利要求1所述的对象推送方法，其特征在于，所述根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象；包括：步骤A：分别计算各所述对象对应的所述第一特征相关度和所述第二特征相关度之间的商，确定各所述对象的特征相似度；步骤B：从M个所述特征相似度中选取N个准目标特征相似度，其中，所述N＜M，N为正整数；步骤C：确定N个所述准目标特征相似度中的最大值为目标特征相似度；步骤D：若所述目标特征相似度的数量小于X，则从剩余特征相似度中再次选取N个准目标特征相似度，返回执行步骤C，直至得到X个目标特征相似度；所述剩余特征相似度为从所述M个所述特征相似度中去除已被选取为所述准目标特征相似度后，剩下的所述特征相似度；确定各所述目标特征相似度所对应的对象为目标对象。3.如权利要求1所述的对象推送方法，其特征在于，所述根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象；包括：步骤A：从M个所述第一特征相关度中选取N个准第一特征相关度，其中，所述N＜M，N为正整数；步骤B：确定N个所述准第一特征相关度中的最大值为第一目标特征相关度；步骤C：若所述第一目标特征相关度的数量小于X，则从剩余第一特征相关度中再选取N个准第一特征相关度，返回执行步骤B，直至得到X个第一目标特征相关度；所述剩余第一特征相关度为从M个所述第一特征相关度中除去已被选取为所述准第一特征相关度之后，剩下的所述第一特征相关度；确定各所述第一目标特征相关度所对应的对象为目标对象。4.如权利要求1所述的对象推送方法，其特征在于，所述根据贪心算法和目标相关度，从M个对象中选取满足对象推送目标约束条件的X个目标对象，所述目标相关度包括第一特征相关度和/或第二特征相关度；包括：步骤A：从M个所述第二特征相关度中选取N个准第二特征相关度，其中，所述N＜M，N为正整数；步骤B：确定N个所述准第二特征相关度中的最大值为第二目标特征相关度；
步骤C：若所述第二目标特征相关度的数量小于X，则从剩余第二特征相关度中再选取N个准第二特征相关度，返回执行步骤B，直至得到X个第二目标特征相关度；所述剩余第二特征相关度为从M个所述第二特征相关度中除去已被选取为所述准第二特...

【专利技术属性】
技术研发人员：吴嘉伟，骆国生，黄仁康，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：