【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种物品推荐方法、装置、电子设备和计算机存储介质。
技术介绍
1、目前，推荐系统是解决信息过载的一种有效方式，在流媒体、电子商务等领域起着重要的作用。推荐系统的本质是根据用户的行为信息，建模用户的兴趣偏好，然后帮助用户从海量的候选物品中提取出符合其兴趣的物品。
2、相关技术中，基于深度学习的推荐排序算法在工业界得到了广泛的应用，主流算法包括深度兴趣网络(deep interest network，din)算法、dmt(deep multifacetedtransformers)算法和eta(end-to-end target attention)算法等。虽然上述基于深度学习的推荐排序模型取得了较好的效果，但是专利技术人发现相关技术中至少存在过度推荐的问题。
技术实现思路
1、本申请提供一种物品推荐方法、装置、电子设备和计算机存储介质。
2、本申请的技术方案是这样实现的：
3、本申请实施例提供了一种物品推荐方法，所述方法包括：
4、获取目标用户的数据集和候选物品集；所述数据集包括目标用户维度数据以及与所述目标用户维度数据对应的物品维度数据；
5、采用兴趣满足度感知网络对所述数据集进行预测，得到第一预测结果；所述第一预测结果表征所述目标用户对所述候选物品集中每一候选物品的兴趣满足度；
6、基于所述第一预测结果，采用兴趣偏好网络对所述数据集进行预测，得到第二预测结果；所述第二预测结果表征所述
7、基于所述第二预测结果，从所述候选物品集中确定给所述目标用户推荐的目标候选物品。
8、本申请实施例还提出了一种物品推荐装置，所述装置包括获取模块、第一预测模块、第二预测模块和确定模块，其中，
9、获取模块，用于获取目标用户的数据集和候选物品集；所述数据集包括目标用户维度数据以及与所述目标用户维度数据对应的物品维度数据；
10、第一预测模块，用于采用兴趣满足度感知网络对所述数据集进行预测，得到第一预测结果；所述第一预测结果表征所述目标用户对所述候选物品集中每一候选物品的兴趣满足度；
11、第二预测模块，用于基于所述第一预测结果，采用兴趣偏好网络对所述数据集进行预测，得到第二预测结果；所述第二预测结果表征所述目标用户对所述每一候选物品的兴趣偏好；
12、确定模块，用于基于所述第二预测结果，从所述候选物品集中确定给所述目标用户推荐的目标候选物品。
13、本申请实施例提供一种电子设备，所述设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述一个或多个技术方案提供的物品推荐方法。
14、本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有计算机程序；所述计算机程序被执行后能够实现前述一个或多个技术方案提供的物品推荐方法。
15、通过获取目标用户的数据集和候选物品集；所述数据集包括目标用户维度数据以及与所述目标用户维度数据对应的物品维度数据；并采用兴趣满足度感知网络对所述数据集进行预测，得到第一预测结果；所述第一预测结果表征所述目标用户对所述候选物品集中每一候选物品的兴趣满足度；可见，本申请实施例提出了兴趣满足度感知网络，采用该网络可以准确地确定出目标用户对每一候选物品的兴趣满足度；基于所述第一预测结果，采用兴趣偏好网络对所述数据集进行预测，得到第二预测结果；所述第二预测结果表征所述目标用户对所述每一候选物品的兴趣偏好；基于所述第二预测结果，从所述候选物品集中确定给所述目标用户推荐的目标候选物品。可见，本申请实施例中，在得到目标用户对每一候选物品的兴趣满足度后，兴趣偏好网络可以结合目标用户对每一候选物品的兴趣满足度，调整目标用户对每一候选物品的兴趣偏好，即，可以根据目标用户的兴趣满足度动态调整后续的物品推荐结果，使得已经得到满足的用户兴趣可以得到抑制，如此，减少推荐坑位资源的浪费，解决相关技术中过度推荐的问题；进一步地，由于本申请实施例可以在每次确定目标用户的兴趣偏好时，对目标用户已经得到满足的兴趣进行有效抑制，使得兴趣偏好网络不需要在一段时间后才根据产生的大量曝光未点击数据更新反馈结果，还可以解决相关技术中推荐系统延时反馈的问题，提升推荐效率。
本文档来自技高网...【技术保护点】
1.一种物品推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述兴趣偏好网络包括编码器网络，所述采用兴趣满足度感知网络对所述每一子序列对应的第一向量进行预测，得到第一预测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述采用所述兴趣满足度感知网络，对所述每一子序列对应的第三向量进行预测，得到所述第一预测结果，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述兴趣偏好网络还包括解码器网络，所述基于所述第一预测结果，采用兴趣偏好网络对所述数据集进行预测，得到第二预测结果，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述第二预测结果，从所述候选物品集中确定给所述目标用户推荐的目标候选物品，包括：
7.根据权利要求6所述的方法，其特征在于，所述兴趣偏好网络还包括多个专家网络，所述基于所述第二预测结果对所述候选物品集中多个候选物品进行排序，包括：
8.根据权利要求7所述的方法，其特征在
9.一种物品推荐装置，其特征在于，所述装置包括：
10.一种电子设备，其特征在于，所述设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至8任一项所述的方法。
11.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8任一项所述的方法。
...【技术特征摘要】
1.一种物品推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述兴趣偏好网络包括编码器网络，所述采用兴趣满足度感知网络对所述每一子序列对应的第一向量进行预测，得到第一预测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述采用所述兴趣满足度感知网络，对所述每一子序列对应的第三向量进行预测，得到所述第一预测结果，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述兴趣偏好网络还包括解码器网络，所述基于所述第一预测结果，采用兴趣偏好网络对所述数据集进行预测，得到第二预测结果，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述第二预测结果，从所述候选物品集中确定给...
【专利技术属性】
技术研发人员：潘茂，周坤，石雯，李征，王冬月，丁卓冶，
申请(专利权)人：北京沃东天骏信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。