物品推荐方法、装置、存储介质和电子设备与流程

本技术涉及物品推荐领域，尤其涉及一种物品推荐方法、装置、存储介质和电子设备。

背景技术：

1、在推荐系统领域，推荐算法在各种应用场景中发挥着重要作用，传统的推荐方法通常基于单个物品（或者项目、对象）的打分排序，然后将排好序的物品打包推荐给用户。在实际应用中，传统推荐方法所提供的推荐列表，难以满足用户的个性化需求。

技术实现思路

1、本技术提供了一种物品推荐方法、装置、存储介质和电子设备，目的在于向用户端推送能够满足用户个性化需求的物品组合。

2、为了实现上述目的，本技术提供了以下技术方案：

3、一种物品推荐方法，包括：

4、获得m个待推荐物品；m为大于1的正整数；

5、根据m个所述待推荐物品的价值评估，从m个所述待推荐物品中，确定多个物品组合；所述物品组合包括n个待推荐物品，且所述n个待推荐物品的价值评估的总和满足阈值，n用于表征用户端所请求的物品推荐数量；

6、确定多个所述物品组合的转化率预估；

7、基于多个所述物品组合中转化率预估最高的物品组合，作为目标物品组合，推送给所述用户端。

8、可选的，根据m个所述待推荐物品的价值评估，从m个所述待推荐物品中，确定多个物品组合，包括：

9、基于m个所述待推荐物品，构建蒙特卡洛树模型；所述蒙特卡洛树模型包括与m个所述待推荐物品的多个位置信息匹配的节点；所述位置信息用于表征所述待推荐物品在用户端界面上的出现位置；

10、根据各个所述节点的价值评估，从所述蒙特卡洛树模型中，搜索得到多个符合指定条件的路径；各个所述节点的价值评估基于m个所述待推荐物品的物品转化率所确定；所述指定条件包括路径所包含多个节点的价值评估的总和满足阈值；所述路径包括n个节点，且同一路径中的n个节点所匹配的待推荐物品互不相同；

11、基于所述多个符合指定条件的路径，确定多个物品组合。

12、可选的，m个所述待推荐物品的物品转化率，基于每个所述待推荐物品在不同出现位置下的转化率，以及任意n个所述待推荐物品的组合的转化率所确定。

13、可选的，确定多个所述物品组合的转化率预估，包括：

14、将多个所述物品组合作为转化率预估模型的输入，得到所述转化率预估模型输出的预估结果；

15、其中，所述转化率预估模型基于物品组合样本作为训练输入，并以针对所述物品组合样本所设置的标签作为训练目标，预先训练得到；所述标签用于表征所述物品组合样本的转化率；所述预估结果包括多个所述物品组合的转化率预估。

16、可选的，所述转化率预估模型的训练过程，包括：

17、基于所述用户端上报的用户历史行为信息，获得与多个用户历史行为匹配的多个样本物品；所述多个样本物品包括被用户选定的目标物品，以及与所述目标物品同时被所述用户端曝光的其它物品；

18、基于多个所述用户历史行为与多个所述样本物品之间的匹配关系，确定多个所述用户历史行为对应的样本物品集合，以及多个所述样本物品集合的转化率；

19、对多个所述样本物品集合中样本物品的物品信息进行特征提取，得到多个所述物品组合样本；

20、根据多个所述样本物品集合的转化率，为多个所述物品组合样本设置标签；

21、基于多个携带标签的物品组合样本作为训练数据集，训练预设机器学习模型，得到所述转化率预估模型。

22、可选的，所述样本物品集合的转化率，基于所述样本物品集合中多个样本物品的转化率的总和所确定。

23、可选的，获得m个待推荐物品，包括：

24、获得指定应用后台生成的多个候选物品；

25、使用预设物品召回算法，计算多个所述候选物品的召回分值；

26、根据召回分值从高到低的顺序，对多个所述候选物品进行排序，得到候选物品序列；

27、基于所述候选物品序列中前m位的候选物品，确定为待推荐物品。

28、一种物品推荐装置，包括：

29、物品获得单元，用于获得m个待推荐物品；m为大于1的正整数；

30、组合确定单元，用于根据m个所述待推荐物品的价值评估，从m个所述待推荐物品中，确定多个物品组合；所述物品组合包括n个待推荐物品，且所述n个待推荐物品的价值评估的总和满足阈值，n用于表征用户端所请求的物品推荐数量；

31、组合评估单元，用于确定多个所述物品组合的转化率预估；

32、组合筛选单元，用于基于多个所述物品组合中转化率预估最高的物品组合，作为目标物品组合，推送给所述用户端。

33、可选的，所述组合确定单元具体用于：

34、基于m个所述待推荐物品，构建蒙特卡洛树模型；所述蒙特卡洛树模型包括与m个所述待推荐物品的多个位置信息匹配的节点；所述位置信息用于表征所述待推荐物品在用户端界面上的出现位置；

35、根据各个所述节点的价值评估，从所述蒙特卡洛树模型中，搜索得到多个符合指定条件的路径；各个所述节点的价值评估基于m个所述待推荐物品的物品转化率所确定；所述指定条件包括路径所包含多个节点的价值评估的总和满足阈值；所述路径包括n个节点，且同一路径中的n个节点所匹配的待推荐物品互不相同；

36、基于所述多个符合指定条件的路径，确定多个物品组合。

37、可选的，m个所述待推荐物品的物品转化率，基于每个所述待推荐物品在不同出现位置下的转化率，以及任意n个所述待推荐物品的组合的转化率所确定。

38、可选的，所述组合评估单元具体用于：

39、将多个所述物品组合作为转化率预估模型的输入，得到所述转化率预估模型输出的预估结果；

40、其中，所述转化率预估模型基于物品组合样本作为训练输入，并以针对所述物品组合样本所设置的标签作为训练目标，预先训练得到；所述标签用于表征所述物品组合样本的转化率；所述预估结果包括多个所述物品组合的转化率预估。

41、可选的，所述组合评估单元具体用于：

42、基于所述用户端上报的用户历史行为信息，获得与多个用户历史行为匹配的多个样本物品；所述多个样本物品包括被用户选定的目标物品，以及与所述目标物品同时被所述用户端曝光的其它物品；

43、基于多个所述用户历史行为与多个所述样本物品之间的匹配关系，确定多个所述用户历史行为对应的样本物品集合，以及多个所述样本物品集合的转化率；

44、对多个所述样本物品集合中样本物品的物品信息进行特征提取，得到多个所述物品组合样本；

45、根据多个所述样本物品集合的转化率，为多个所述物品组合样本设置标签；

46、基于多个携带标签的物品组合样本作为训练数据集，训练预设机器学习模型，得到所述转化率预估模型。

47、可选的，所述样本物品集合的转化率，基于所述样本物品集合中多个样本物品的转化率的总和所确定。

48、可选的，所述物品获得单元具体用于：

49、获得指定应用后台生成的多个候选物品；

50、使用预设物品召回算法，计算多个所述候选物品的召回分值；

51、根据召回分值从高到低的顺序，对多个所述候选物品进行排序，得到候选物品序列；

52、基于所述候选物品序列中前m位的候选物品，确定为待推荐物品。

53、一种存储介质，所述存储介质包括存储的程序，其中，所述程序被处理器运行时执行所述的物品推荐方法。

54、一种电子设备，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；

55、所述存储器用于存储程序，所述处理器用于运行程序，其中，所述程序被处理器运行时执行所述的物品推荐方法。

56、本技术提供的技术方案，获得m个待推荐物品，根据m个待推荐物品的价值评估，从m个待推荐物品中，确定多个物品组合，确定多个物品组合的转化率预估，基于多个物品组合中转化率预估最高的物品组合，作为目标物品组合，推送给用户端。相较于传统方法，本技术基于多个物品组合作为参考依据，可以更好满足用户的个性化需求，并且结合多个物品组合的转化率预估，作为目标物品组合的筛选依据，能够具备较强的策略性，从而确保目标物品组合符合用户实际需求。