CN114139045A - 对象推荐方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开关于一种对象推荐方法、装置、电子设备及存储介质。该方法包括：获取目标应用中的多个候选对象、第一用户集合和第二用户集合；第一用户集合中用户的注册时长小于或等于第一预设时长且大于第二预设时长、第二用户集合中用户的注册时长小于或等于第二预设时长，第一预设时长大于第二预设时长，注册时长为用户在目标应用中注册至当前时间的时长；向第一用户集合中的用户随机推荐多个候选对象，得到第一用户集合中的用户与多个候选对象的第一交互信息；基于第一交互信息确定的第一业务指标信息，从多个候选对象中确定目标对象；向第二用户集合中的用户推荐目标对象。根据本公开提供的技术方案，可以提升冷启新用户的推荐效果。

Description

对象推荐方法、装置、电子设备及存储介质

技术领域

本公开涉及互联网应用技术领域，尤其涉及一种对象推荐方法、装置、电子设备及存储介质。

背景技术

随着互联网应用的发展，推荐业务备受关注，推荐方式也层出不穷，相关技术中，一般利用用户在网络平台中的历史行为获取用户的兴趣，从而可以基于用户的兴趣与网络平台中对象的匹配度进行个性化推荐。但网络平台中的用户是陆续注册加入的，导致网络平台中会持续存在冷启新用户，冷启新用户的历史行为缺乏、静态特征不准确且覆盖率不全，如果利用现有的个性化推荐方式向冷启新用户推荐对象，推荐容易被对象单边特征所主导，导致推荐的对象大多是热门对象，推荐效果不佳且不利于捕捉用户兴趣。

发明内容

本公开提供一种对象推荐方法、装置、电子设备及存储介质，以至少解决相关技术中如何提升冷启新用户的推荐效果的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种对象推荐方法，包括：

获取目标应用中的多个候选对象、第一用户集合和第二用户集合；所述第一用户集合中用户的注册时长小于或等于第一预设时长且大于第二预设时长、所述第二用户集合中用户的注册时长小于或等于所述第二预设时长，所述第一预设时长大于所述第二预设时长，所述注册时长为用户在所述目标应用中注册至当前时间的时长；

向所述第一用户集合中的用户随机推荐所述多个候选对象，得到所述第一用户集合中的用户与所述多个候选对象的第一交互信息；

基于所述第一交互信息，确定所述多个候选对象各自在多个业务指标下的第一业务指标信息；

根据所述第一业务指标信息，从所述多个候选对象中确定目标对象；

向所述第二用户集合中的用户推荐所述目标对象。

在一种可能的实现方式中，所述获取目标应用中的多个候选对象步骤包括：

获取目标应用中的多个对象和第三用户集合，其中，所述第三用户集合中用户的注册时长大于第一预设时长；

基于所述第三用户集合中的用户与所述多个对象的第二交互信息，确定所述多个对象各自在多个业务指标下的第二业务指标信息；

根据所述第二业务指标信息，从所述多个对象中确定所述多个候选对象。

在一种可能的实现方式中，所述根据所述第一业务指标信息，从所述多个候选对象中确定目标对象步骤包括：

根据所述第一业务指标信息，确定所述多个候选对象各自的第一推荐参数信息；

获取所述多个候选对象各自的对象类别；

基于所述对象类别，确定各对象类别下的候选对象子集；

基于所述第一推荐参数信息，分别从各对象类别下的候选对象子集中筛选出所述目标对象。

在一种可能的实现方式中，所述根据所述第二业务指标信息，从所述多个对象中确定所述多个候选对象步骤包括：

根据所述第二业务指标信息，确定所述多个候选对象各自的第二推荐参数信息；

获取所述多个对象各自的对象类别；

基于所述多个对象各自的对象类别，确定各对象类别下的对象子集；

基于所述第二推荐参数信息，分别从各对象类别下的对象子集中筛选出所述多个候选对象。

在一种可能的实现方式中，所述第二业务指标信息表征所述多个对象在预设时间段内被执行预设行为的次数与所述多个对象的曝光量之间的关联关系，所述获取目标应用中的多个对象步骤包括：

获取所述目标应用中各对象对应的曝光量；

将所述曝光量大于曝光量阈值的对象作为所述多个对象。

在一种可能的实现方式中，所述获取目标应用中的多个对象步骤包括：

获取所述目标应用中各对象在所述目标应用中的发布时长信息；

将所述发布时长信息小于预设时长阈值的对象作为所述多个对象。

在一种可能的实现方式中，所述向所述第一用户集合中的用户随机推荐所述多个候选对象步骤包括：

获取与所述第一用户集合中各用户匹配的待推荐对象；

分别对所述各用户匹配的待推荐对象和所述多个候选对象进行排序，得到所述第一用户集合中各用户对应的排序结果，所述排序结果中所述多个候选对象间隔排序在所述待推荐对象中；

基于所述排序结果，分别向所述第一用户集合中的各用户推荐所述各用户匹配的待推荐对象和所述候选对象。

根据本公开实施例的第二方面，提供一种对象推荐装置，包括：

获取模块，被配置为执行获取目标应用中的多个候选对象、第一用户集合和第二用户集合；所述第一用户集合中用户的注册时长小于或等于第一预设时长且大于第二预设时长、所述第二用户集合中用户的注册时长小于或等于所述第二预设时长，所述第一预设时长大于所述第二预设时长，所述注册时长为用户在所述目标应用中注册至当前时间的时长；

随机推荐模块，被配置为执行向所述第一用户集合中的用户随机推荐所述多个候选对象，得到所述第一用户集合中的用户与所述多个候选对象的第一交互信息；

第一业务指标信息确定模块，被配置为执行基于所述第一交互信息，确定所述多个候选对象各自在多个业务指标下的第一业务指标信息；

目标对象确定模块，被配置为执行根据所述第一业务指标信息，从所述多个候选对象中确定目标对象；

推荐模块，被配置为执行向所述第二用户集合中的用户推荐所述目标对象。

在一种可能的实现方式中，所述获取模块包括：

获取单元，被配置为执行获取目标应用中的多个对象和第三用户集合，其中，所述第三用户集合中用户的注册时长大于第一预设时长；

第二业务指标信息确定单元，被配置为执行基于所述第三用户集合中的用户与所述多个对象的第二交互信息，确定所述多个对象各自在多个业务指标下的第二业务指标信息；

候选对象确定单元，被配置为执行根据所述第二业务指标信息，从所述多个对象中确定所述多个候选对象。

在一种可能的实现方式中，所述目标对象确定模块包括：

第一推荐参数信息确定单元，被配置为执行根据所述第一业务指标信息，确定所述多个候选对象各自的第一推荐参数信息；

对象类别获取单元，被配置为执行获取所述多个候选对象各自的对象类别；

候选对象子集确定单元，被配置为执行基于所述对象类别，确定各对象类别下的候选对象子集；

目标对象确定单元，被配置为执行基于所述第一推荐参数信息，分别从各对象类别下的候选对象子集中筛选出所述目标对象。

在一种可能的实现方式中，所述候选对象确定单元包括：

第二推荐参数信息确定子单元，被配置为执行根据所述第二业务指标信息，确定所述多个候选对象各自的第二推荐参数信息；

对象类别确定子单元，被配置为执行获取所述多个对象各自的对象类别；

对象子集确定子单元，被配置为执行基于所述多个对象各自的对象类别，确定各对象类别下的对象子集；

候选对象确定子单元，被配置为执行基于所述第二推荐参数信息，分别从各对象类别下的对象子集中筛选出所述多个候选对象。

在一种可能的实现方式中，所述第二业务指标信息表征所述多个对象在预设时间段内被执行预设行为的次数与所述多个对象的曝光量之间的关联关系，所述获取单元包括：

曝光量获取子单元，被配置为执行获取所述目标应用中各对象对应的曝光量；

多个对象确定子单元，被配置为执行将所述曝光量大于曝光量阈值的对象作为所述多个对象。

在一种可能的实现方式中，所述获取单元包括：

时长信息获取子单元，被配置为执行获取所述目标应用中各对象在所述目标应用中的发布时长信息；

多个对象获取子单元，被配置为执行将所述发布时长信息小于预设时长阈值的对象作为所述多个对象。

在一种可能的实现方式中，所述随机推荐模块包括：

待推荐对象获取单元，被配置为执行获取与所述第一用户集合中各用户匹配的待推荐对象；

排序单元，被配置为执行分别对所述各用户匹配的待推荐对象和所述多个候选对象进行排序，得到所述第一用户集合中各用户对应的排序结果，所述排序结果中所述多个候选对象间隔排序在所述待推荐对象中；

随机推荐单元，被配置为执行基于所述排序结果，分别向所述第一用户集合中的各用户推荐所述各用户匹配的待推荐对象和所述候选对象。

根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如上述第一方面中任一项所述的方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行本公开实施例的第一方面中任一所述的方法。

根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时，使得计算机执行本公开实施例的第一方面中任一项所述的方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

通过随机推荐方式向非冷启新用户推荐候选对象，构建了一个无偏的推荐分发环境；在此基础上，再利用候选对象与非冷启新用户的第一交互信息，确定候选对象各自在多个业务指标下的第一业务指标信息，可以保证基于该第一业务指标信息确定的目标对象在用户中的普适性，有效缓解冷启新用户在推荐中由于对象单边特征主导和静态特征缺乏导致的有偏推荐和热门推荐的现象，从而可以提升冷启新用户的推荐效果以及提升冷启新用户的体验度和留存；并且普适性较好的目标对象可以有效地用于探索和捕捉用户兴趣，为冷启新用户的精准推荐提供保障。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种应用环境的示意图。

图2是根据一示例性实施例示出的一种对象推荐方法的流程图。

图3是根据一示例性实施例示出的一种向第一用户集合中的用户随机推荐多个候选对象的方法流程图。

图4是根据一示例性实施例示出的一种获取目标应用中的多个候选对象的方法流程图。

图5是根据一示例性实施例示出的一种获取目标应用中的多个对象的方法流程图。

图6是根据一示例性实施例示出的一种根据第一业务指标信息，从多个候选对象中确定目标对象的方法流程图。

图7是根据一示例性实施例示出的一种根据第二业务指标信息，从多个对象中确定多个候选对象的方法流程图。

图8是根据一示例性实施例示出的一种对象推荐装置框图。

图9是根据一示例性实施例示出的一种用于对象推荐的电子设备的框图。

图10是根据一示例性实施例示出的另一种用于对象推荐的电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

请参阅图1，图1是根据一示例性实施例示出的一种应用环境的示意图，如图1所示，该应用环境可以包括服务器01和终端02。

在一个可选的实施例中，服务器01可以用于对象推荐处理。具体的，服务器01可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。

在一个可选的实施例中，终端02可以用于展示推荐的对象。具体的，终端02可以包括但不限于智能手机、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、智能可穿戴设备等类型的电子设备。可选的，电子设备上运行的操作系统可以包括但不限于安卓系统、IOS系统、linux、windows等。

此外，需要说明的是，图1所示的仅仅是本公开提供的图像处理方法的一种应用环境。

本说明书实施例中，上述服务器01以及终端02可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。

需要说明的是，以下图中示出的是一种可能的步骤顺序，实际上并不限定必须严格按照此顺序。有些步骤可以在互不依赖的情况下并行执行。本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息、用户行为信息等)和数据(包括但不限于用于展示的数据、训练的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

图2是根据一示例性实施例示出的一种对象推荐方法的流程图。如图2所示，可以包括以下步骤。

在步骤S201中，获取目标应用中的多个候选对象、第一用户集合和第二用户集合；第一用户集合中用户的注册时长可以小于或等于第一预设时长且大于第二预设时长、第二用户集合中用户的注册时长可以小于或等于第二预设时长，第一预设时长大于第二预设时长，注册时长为用户在目标应用中注册至当前时间的时长，即用户在目标应用中的注册时间至当前时间的时长。

实际应用中，候选对象可以是目标应用中的全部对象或部分对象，目标应用中的对象可以是指能够在目标应用中展示的对象，例如可以包括多媒体、广告、新闻等；其中，多媒体可以包括短视频、长视频、图文信息等，本公开对此不作限定。第一用户集合中的用户可以是指非冷启新用户，即处于非冷启状态下的新用户；第二用户集合中的用户可以是指冷启用户，即处于冷启状态下的新用户。在一个示例中，第一预设时长可以是14天、第二预设时长可以是10小时，本公开对此不作限定。相应地，注册时长大于第一预设时长的用户可以看作是目标应用中的老用户。

基于上述老用户是处于非冷启状态的，可选地，第一用户集合中的用户可以是指处于非冷启状态下的老用户和处于非冷启状态下的新用户，即注册时长大于第二预设时长的用户。

本说明书实施例中，可以获取目标应用中各用户的注册时长，从而可以基于注册时长与第一预设时长和第二预设时长的关系，确定第一用户集合和第二用户集合。并可以从目标应用中获取多个候选对象，以用于对象的推荐处理，例如可以从最近时间段内在目标应用中发布的对象作为多个候选对象，本公开对此不作限定。

在步骤S203中，向第一用户集合中的用户随机推荐多个候选对象，得到第一用户集合中的用户与多个候选对象的第一交互信息。

实际应用中，可以向第一用户集合中的用户随机推荐多个候选对象，例如可以将多个候选对象随机推荐给第一用户集合中的每个用户，直至多个候选对象均被推荐一次为止；或者，可以将多个候选对象随机划分为一定数量的对象集合，该一定数量可以是第一用户集合中的用户的用户数量，从而可以将一个对象集合中对象顺序推荐给第一用户集合中的一个用户，直至每个对象集合中的对象均被推荐一次为止。

可选地，在随机推荐过程中，可以结合第一用户集合中各用户的个性化推荐的待推荐多媒体，以实现多个候选对象的随机推荐。在一个示例中，如图3所示，该步骤S203可以包括：

在步骤S301中，获取与第一用户集合中各用户匹配的待推荐对象；

在步骤S303中，分别对各用户匹配的待推荐对象和多个候选对象进行排序，得到第一用户集合中各用户对应的排序结果，该排序结果中多个候选对象间隔排序在待推荐对象中；

在步骤S305中，基于排序结果，分别向第一用户集合中的各用户推荐各用户匹配的待推荐对象和候选对象。

实际应用中，可以对第一用户集合各用户进行个性化推荐，例如可以获取与第一用户集合中各用户的偏好关联的对象作为与各用户匹配的待推荐对象，本公开对此不作限定。从而可以对待推荐对象和多个候选对象进行排序，得到排序结果，该排序结果中多个候选对象间隔排序在待推荐对象中。例如，可以是每10个待推荐对象之间插入一个候选对象，这样在基于排序结果分别向第一用户集合中的各用户各用户匹配的推荐待推荐多媒体和候选多媒体时，可以保证非冷启新用户被推荐的对象中包括与自身偏好匹配的对象，从而实现候选对象的随机推荐，这样既可以保证目标对象的普适性，又可以保证候选对象对非冷启新用户的推荐体验；另外还可以通过候选对象对非冷启新用户的兴趣进行试探和挖掘，从而能够对非冷启新用户的兴趣进行有效探索。

实际应用中，向第一用户集合中的用户随机推荐多个候选对象后，可以获取第一用户集合中的用户与多个候选对象的第一交互信息。该第一交互信息可以是第一预设时间段内的交互信息，该第一预设时间段的起始时间可以是随机推荐对应的时间，该第一预设时间段的时长可以是预先设置的，例如10分钟等，本公开对此不作限定。其中，第一交互信息可以是指第一用户集合中的用户在第一预设时间段内对候选对象执行预设行为的关联信息。这里的关联信息可以是指一个候选对象被第一用户集合中的用户执行预设行为的次数，这里的预设行为可以包括点击、点赞、关注、评论和进入对象的作者个人页等，本公开对此不作限定。

在步骤S205中，基于第一交互信息，确定多个候选对象各自在多个业务指标下的第一业务指标信息。

本说明书实施例中，业务指标可以与预设行为对应，例如业务指标可以表征预设行为被执行的次数与曝光量的关联关系，比如可以包括点击指标、点赞指标、关注指标、评论指标和进入对象的作者个人页指标等。相应地，一个候选对象在一个业务指标下的第一业务指标信息可以表征该一个候选对象被执行一预设行为的次数与该一个候选对象在第一用户集合中的曝光量之间的关联关系，该关联关系可以是该次数与曝光量的比值，例如点击率、点赞率、关注率、长播率、评论率和进入对象的作者个人页概率等，本公开对此不作限定。其中，上述一预设行为可以是与一业务指标对应的。需要说明的是，与第一交互信息对应，这里的曝光量也是在第一预设时间段内的曝光量。上述在多个业务指标下的第一业务指标信息可以是指多个业务指标分别对应的第一业务指标信息，即每个业务指标具有对应的第一业务指标信息。

举例来说，以点击率为例，假设短视频H在第一用户集合中的100个用户中曝光，这100个用户中有50个用户点击了该短视频H，可以确定点击率为50/100＝50％。

在步骤S207中，根据第一业务指标信息，从多个候选对象中确定目标对象。

实际应用中，可以根据第一业务指标信息的加权和，对多个候选对象进行排序，从而可以基于该排序确定目标对象。例如在排序靠前表征业务指标信息较优的情况下，可以将排序靠前的预设数量的候选对象作为目标对象。

在步骤S209中，向第二用户集合中的用户推荐目标对象。

本说明书实施例中，可以随机向第二用户集合中的用户推荐目标对象，本公开对此不作限定。可选地，也可以结合第二用户集合中的用户的用户属性信息，对目标对象进行排序，从而顺序向第二用户集合中的用户推荐目标对象。

通过随机推荐方式向非冷启新用户推荐候选对象，构建了一个无偏的推荐分发环境；在此基础上，再利用候选对象与非冷启新用户的第一交互信息，确定候选对象各自在多个业务指标下的第一业务指标信息，可以保证基于该第一业务指标信息确定的目标对象在用户中的普适性，有效缓解冷启新用户在推荐中由于对象单边特征主导和静态特征缺乏导致的有偏推荐和热门推荐的现象，从而可以提升冷启新用户的推荐效果以及提升冷启新用户的体验度和留存；并且普适性较好的目标对象可以有效地用于探索和捕捉用户兴趣，为冷启新用户的精准推荐提供保障。

图4是根据一示例性实施例示出的一种获取目标应用中的多个候选对象的方法流程图。如图4所示，在一种可能的实现方式中，该步骤S201可以包括：

在步骤S401中，获取目标应用中的多个对象和第三用户集合，其中，第三用户集合中用户的注册时长大于第一预设时长。

本说明书实施例中，可以获取目标应用中的第三用户集合，例如，可以获取目标应用中注册时长大于第一预设时长的用户，组成第三用户集合。该注册时长大于第一预设时长的用户可以是指目标应用中的老用户。作为一个示例，第一预设时长可以是14天，本公开对此不作限定。

对于获取目标应用中的多个对象的方式，本公开不作限定。在一种可能的实现方式中，第二业务指标信息表征多个对象在预设时间段内被执行预设行为的次数与多个对象的曝光量之间的关联关系，相应地，获取目标应用中的多个对象步骤可以包括：

获取目标应用中各对象对应的曝光量；

将曝光量大于曝光量阈值的对象作为多个对象。

实际应用中，各对象对应的曝光量可以是指在第二预设时间段内各对象在目标应用中被展示给用户的用户总数量。比如一个短视频H被展示给1000个用户，则短视频H对应的曝光量为1000。该第二预设时间段可以是指从预设时间点至当前时间的时间段，该预设时间点可以是对象在目标应用中的注册时间、或者可以是距离当前时间预定时长的时间点，比如距离当前时间48小时的时间点。本公开对此不作限定。

作为一个示例，可以统计目标应用中各对象对应的曝光量，从而可以将曝光量大于曝光量阈值的对象作为多个对象，以保证第二业务指标信息的置信度，例如保证点击率、点赞率等的分母置信度。

在另一种可能的实现方式中，如图5所示，获取目标应用中的多个对象步骤可以包括：

在步骤S501中，获取目标应用中各对象在目标应用中的发布时长信息；

在步骤S503中，将发布时长信息小于预设时长阈值的对象作为多个对象。

实际应用中，考虑大多目标应用中的对象具有时效性，比如短视频具有较强的时效性，生命周期较短，可以通过时间信息来获取多个对象。例如可以获取目标应用中各对象的创建时间或发布时间，从而可以确定创建时间或发布时间距离当前时间的时长作为发布时长信息，并可以将发布时长信息小于预设时长阈值的对象作为多个对象，实现获取最近时间段创建的对象作为多个对象。其中，预设时长阈值可以通过统计测试的方式设置，本公开对此不作限定。通过将发布时长信息小于预设时长阈值的对象作为多个对象，使得多个对象的时效性较好，进一步保证了对象的普适性。

在步骤S403中，基于第三用户集合中的用户与多个对象的第二交互信息，确定多个对象各自在多个业务指标下的第二业务指标信息。

其中，第二交互信息可以是第三预设时间段内的交互信息，该第二交互信息可以是指第三用户集合中的用户在第三预设时间段内对该多个对象执行预设行为的关联信息，比如在第三预设时间段内，该多个对象各自被第三用户集合中的用户执行预设行为的次数。该第三预设时间段的终止时间可以是当前时间，第三预设时间段的时长可以是预设的，本公开对此不作限定，比如可以是距离当前时间一个月等。

在步骤S405中，根据第二业务指标信息，从多个对象中确定多个候选对象。

上述步骤S403～S405的实现可以参见上述步骤S205～S207，在此不再赘述。

通过目标应用中的老用户与对象的第二交互信息，确定对象各自在多个业务指标下的第二业务指标信息，并基于第二业务指标信息，从多个对象中确定多个候选对象，保证了候选对象本身在老用户的个性化推荐中的普适性较佳；进而使用这样的候选对象向非冷启新用户作随机推荐时，能够保证随机推荐对非冷启新用户的体验度，也就是说既可以保证无偏地在非冷启新用户中进行候选对象的推荐预测以提升冷启用户的推荐效果，又可以降低随机推荐对非冷启新用户体验度的影响。

图6是根据一示例性实施例示出的一种根据第一业务指标信息，从多个候选对象中确定目标对象的方法流程图。如图6所示，在一种可能的实现方式中，该步骤S207可以包括：

在步骤S601中，根据第一业务指标信息，确定多个候选对象各自的第一推荐参数信息。

在一个示例中，以候选对象为视频为例，可以将第一业务指标信息的加权和作为第一推荐参数信息。例如可以利用下面公式(1)确定一个候选对象的第一推荐参数信息Score：

Score＝a*ctr+b*ltr+c*wtr+d*lvtr+e*cmtr+f*pptr(1)

其中，ctr可以是指点击率，ltr可以是指点赞率，wtr可以是指关注率，lvtr可以是指长播率，cmtr可以是指评论率，pptr可以是指进入个人页概率。长播率可以是指一个视频被播放的时长大于预设播放时长的次数与该一个视频的曝光量的比值，本公开对预设播放时长不作限定。

上述的点击率、点赞率、关注率、评论率和进入个人页概率可以是第一业务指标信息；需要说明的是，上述仅仅是一个示例，不对本公开进行限定。

在步骤S603中，获取多个候选对象各自的对象类别。

本说明书实施例中，对象类别可以是指对象在目标应用中的标签类别，比如体育、动物、美食等，本公开对此不作限定。基于此，可以获取候选对象的标签类别，从而得到多个候选对象各自的对象类别。

在步骤S605中，基于对象类别，确定各对象类别下的候选对象子集。

实际应用中，为了保证目标对象能够覆盖较丰富的对象类别，可以分对象类别地获取目标对象。基于此，可以将多个候选对象划分至各对象类别下，形成各对象类别下的候选对象子集。其中，每个候选对象子集中的候选对象具有相同的对象类别，比如体育下的候选对象子集中各候选对象的对象类别均为体育，实现了多个候选对象基于对象类别的聚类。

在步骤S607中，基于第一推荐参数信息，分别从各对象类别下的候选对象子集中筛选出目标对象。

本说明书实施例中，可以基于第一推荐参数信息，分别对各候选子集中的候选对象进行排序，得到排序结果，从而可以根据该排序结果筛选出目标对象。作为一个示例，可以基于第一推荐参数信息，分别从各对象类别下的候选对象子集中筛选出满足预设条件的候选对象作为目标对象。例如可以根据该排序结果筛选出满足预设条件的候选对象目标对象。其中，预设条件可以包括推荐参数阈值，或者可以是指在排序结果中排序靠前的预设数量的候选对象等。

举例来说，体育下的候选对象子集包括10个候选对象：H1～H10，基于该10个候选对象的第一推荐参数信息，得到的排序结果是：H5、H3、H6、H7、H8、H1、H4、H2、H10、H9。可以选择排序靠前的5个候选对象作为目标对象：H5、H3、H6、H7、H8。

通过分别从各对象类别下筛选目标对象，可以避免目标对象集中在某些天然推荐优先级较高的对象类别下，进而使得目标对象可以覆盖较丰富的对象类别，从而可以进一步从对象类别上保证目标对象的普适性；并且，将这样的目标对象推荐给冷启新用户，可以快速且充分的挖掘冷启新用户的兴趣点。

图7是根据一示例性实施例示出的一种根据第二业务指标信息，从多个对象中确定多个候选对象的方法流程图。如图7所示，在一种可能的实现方式中，该步骤S207可以包括：

在步骤S701中，根据第二业务指标信息，确定多个候选对象各自的第二推荐参数信息；

在步骤S703中，获取多个对象各自的对象类别；

在步骤S705中，基于多个对象各自的对象类别，确定各对象类别下的对象子集；

在步骤S707中，基于第二推荐参数信息，分别从各对象类别下的对象子集中筛选出多个候选对象。

在一个示例中，可以基于第二推荐参数信息，分别从各对象类别下的对象子集中筛选出满足预设条件的对象作为多个候选对象。

上述步骤S701～S707的实现方式可以参见上述步骤S601～S607，在此不再赘述。通过在各对象类别下获取多个候选对象，可以保证多个候选对象的对象类别多样性，便于后续冷启新用户的兴趣捕捉。

图8是根据一示例性实施例示出的一种对象推荐装置框图。参照图8，该装置可以包括：

获取模块801，被配置为执行获取目标应用中的多个候选对象、第一用户集合和第二用户集合；第一用户集合中用户的注册时长小于或等于第一预设时长且大于第二预设时长、第二用户集合中用户的注册时长小于或等于第二预设时长，第一预设时长大于第二预设时长，注册时长为用户在目标应用中注册至当前时间的时长；

随机推荐模块803，被配置为执行向第一用户集合中的用户随机推荐多个候选对象，得到第一用户集合中的用户与多个候选对象的第一交互信息；

第一业务指标信息确定模块805，被配置为执行基于第一交互信息，确定多个候选对象各自在多个业务指标下的第一业务指标信息；

目标对象确定模块807，被配置为执行根据第一业务指标信息，从多个候选对象中确定目标对象；

推荐模块809，被配置为执行向第二用户集合中的用户推荐目标对象。

通过随机推荐方式向非冷启新用户推荐候选对象，构建了一个无偏的推荐分发环境；在此基础上，再利用候选对象与非冷启新用户的第一交互信息，确定候选对象各自在多个业务指标下的第一业务指标信息，可以保证基于该第一业务指标信息确定的目标对象在用户中的普适性，有效缓解冷启新用户在推荐中由于对象单边特征主导和静态特征缺乏导致的有偏推荐和热门推荐的现象，从而可以提升冷启新用户的推荐效果以及提升冷启新用户的体验度和留存；并且普适性较好的目标对象可以有效地用于探索和捕捉用户兴趣，为冷启新用户的精准推荐提供保障。

在一种可能的实现方式中，获取模块801可以包括：

获取单元，被配置为执行获取目标应用中的多个对象和第三用户集合，其中，第三用户集合中用户的注册时长大于第一预设时长；

第二业务指标信息确定单元，被配置为执行基于第三用户集合中的用户与多个对象的第二交互信息，确定多个对象各自在多个业务指标下的第二业务指标信息；

候选对象确定单元，被配置为执行根据第二业务指标信息，从多个对象中确定多个候选对象。

在一种可能的实现方式中，目标对象确定模块807可以包括：

第一推荐参数信息确定单元，被配置为执行根据第一业务指标信息，确定多个候选对象各自的第一推荐参数信息；

对象类别获取单元，被配置为执行获取多个候选对象各自的对象类别；

候选对象子集确定单元，被配置为执行基于对象类别，确定各对象类别下的候选对象子集；

目标对象确定单元，被配置为执行基于第一推荐参数信息，分别从各对象类别下的候选对象子集中筛选出目标对象。

在一种可能的实现方式中，候选对象确定单元可以包括：

第二推荐参数信息确定子单元，被配置为执行根据第二业务指标信息，确定多个候选对象各自的第二推荐参数信息；

对象类别确定子单元，被配置为执行获取多个对象各自的对象类别；

对象子集确定子单元，被配置为执行基于多个对象各自的对象类别，确定各对象类别下的对象子集；

候选对象确定子单元，被配置为执行基于第二推荐参数信息，分别从各对象类别下的对象子集中筛选出多个候选对象。

在一种可能的实现方式中，在第二业务指标信息表征多个对象在预设时间段内被执行预设行为的次数与多个对象的曝光量之间的关联关系时，获取单元可以包括：

曝光量获取子单元，被配置为执行获取目标应用中各对象对应的曝光量；

多个对象确定子单元，被配置为执行将曝光量大于曝光量阈值的对象作为多个对象。

在一种可能的实现方式中，获取单元可以包括：

时长信息获取子单元，被配置为执行获取目标应用中各对象在目标应用中的时长信息；

多个对象获取子单元，被配置为执行将时长信息小于预设时长阈值的对象作为多个对象。

在一种可能的实现方式中，随机推荐模块803可以包括：

待推荐对象获取单元，被配置为执行获取与第一用户集合中各用户匹配的待推荐对象；

排序单元，被配置为执行对待推荐对象和多个候选对象进行排序，得到排序结果，排序结果中多个候选对象间隔排序在待推荐对象中；

随机推荐单元，被配置为执行基于排序结果，顺序向第一用户集合中的用户推荐待推荐对象和候选对象。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图9是根据一示例性实施例示出的一种用于对象推荐的电子设备的框图，该电子设备可以是终端，其内部结构图可以如图9所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种对象推荐的方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

图10是根据一示例性实施例示出的另一种用于对象推荐的电子设备的框图，该电子设备可以是服务器，其内部结构图可以如图10所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种对象推荐的方法。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在示例性实施例中，还提供了一种电子设备，包括：处理器；用于存储该处理器可执行指令的存储器；其中，该处理器被配置为执行该指令，以实现如本公开实施例中的对象推荐方法。

在示例性实施例中，还提供了一种计算机可读存储介质，当该计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行本公开实施例中的对象推荐方法。计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本公开实施例中的对象推荐的方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种对象推荐方法，其特征在于，包括：

获取目标应用中的多个候选对象、第一用户集合和第二用户集合；所述第一用户集合中用户的注册时长小于或等于第一预设时长且大于第二预设时长、所述第二用户集合中用户的注册时长小于或等于所述第二预设时长，所述第一预设时长大于所述第二预设时长，所述注册时长为用户在所述目标应用中注册至当前时间的时长；

向所述第一用户集合中的用户随机推荐所述多个候选对象，得到所述第一用户集合中的用户与所述多个候选对象的第一交互信息；

基于所述第一交互信息，确定所述多个候选对象各自在多个业务指标下的第一业务指标信息；

根据所述第一业务指标信息，从所述多个候选对象中确定目标对象；

向所述第二用户集合中的用户推荐所述目标对象。

2.根据权利要求1所述的对象推荐方法，其特征在于，所述获取目标应用中的多个候选对象步骤包括：

获取目标应用中的多个对象和第三用户集合，其中，所述第三用户集合中用户的注册时长大于第一预设时长；

基于所述第三用户集合中的用户与所述多个对象的第二交互信息，确定所述多个对象各自在多个业务指标下的第二业务指标信息；

根据所述第二业务指标信息，从所述多个对象中确定所述多个候选对象。

3.根据权利要求1所述的对象推荐方法，其特征在于，所述根据所述第一业务指标信息，从所述多个候选对象中确定目标对象步骤包括：

根据所述第一业务指标信息，确定所述多个候选对象各自的第一推荐参数信息；

获取所述多个候选对象各自的对象类别；

基于所述对象类别，确定各对象类别下的候选对象子集；

基于所述第一推荐参数信息，分别从各对象类别下的候选对象子集中筛选出所述目标对象。

4.根据权利要求2或3所述的对象推荐方法，其特征在于，所述根据所述第二业务指标信息，从所述多个对象中确定所述多个候选对象步骤包括：

根据所述第二业务指标信息，确定所述多个候选对象各自的第二推荐参数信息；

获取所述多个对象各自的对象类别；

基于所述多个对象各自的对象类别，确定各对象类别下的对象子集；

基于所述第二推荐参数信息，分别从各对象类别下的对象子集中筛选出所述多个候选对象。

5.根据权利要求2所述的对象推荐方法，其特征在于，所述第二业务指标信息表征所述多个对象在预设时间段内被执行预设行为的次数与所述多个对象的曝光量之间的关联关系，所述获取目标应用中的多个对象步骤包括：

获取所述目标应用中各对象对应的曝光量；

将所述曝光量大于曝光量阈值的对象作为所述多个对象。

6.根据权利要求2所述的对象推荐方法，其特征在于，所述获取目标应用中的多个对象步骤包括：

获取所述目标应用中各对象的发布时长信息；

将所述发布时长信息小于预设时长阈值的对象作为所述多个对象。

7.一种对象推荐装置，其特征在于，包括：

获取模块，被配置为执行获取目标应用中的多个候选对象、第一用户集合和第二用户集合；所述第一用户集合中用户的注册时长小于或等于第一预设时长且大于第二预设时长、所述第二用户集合中用户的注册时长小于或等于所述第二预设时长，所述第一预设时长大于所述第二预设时长，所述注册时长为用户在所述目标应用中注册至当前时间的时长；

随机推荐模块，被配置为执行向所述第一用户集合中的用户随机推荐所述多个候选对象，得到所述第一用户集合中的用户与所述多个候选对象的第一交互信息；

第一业务指标信息确定模块，被配置为执行基于所述第一交互信息，确定所述多个候选对象各自在多个业务指标下的第一业务指标信息；

目标对象确定模块，被配置为执行根据所述第一业务指标信息，从所述多个候选对象中确定目标对象；

推荐模块，被配置为执行向所述第二用户集合中的用户推荐所述目标对象。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的对象推荐方法。

9.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的对象推荐方法。

10.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1至6中任一项所述的对象推荐方法。

Images