一种新用户冷启动推荐方法、系统以及相关装置与流程

本申请涉及人工智能，特别是涉及一种新用户冷启动推荐方法、系统以及相关装置。

背景技术：

1、随着人工智能技术的不断发展，如何从海量数据中筛选出用户感兴趣的信息是产品在设计时首先需要考虑的问题，引入推荐系统是解决上述问题的一个比较普遍的解决方案。但是如何在冷启动阶段向新用户推荐其感兴趣的信息是整个推荐系统工作流程中的关键，这关系到新用户对产品的满意程度，是产品的“门面”。目前传统的冷启动推荐方法主要依赖于利用当下的热门物品或者新用户初始选择的兴趣标签进行推荐，从而生成相关的推荐结果。该方法无法对用户的漂移兴趣进行及时调整，导致推荐结果的准确性较低。有鉴于此，如何提供一种准确性较高的新用户冷启动阶段推荐方法，成为亟待解决的问题。

技术实现思路

1、本申请主要解决的技术问题是提供一种新用户冷启动推荐方法、系统以及相关装置，能够提高新用户冷启动阶段推荐结果的准确性。

2、为解决上述技术问题，本申请采用的一个技术方案是：提供一种新用户冷启动推荐方法，包括：获取新用户在冷启动阶段的第一用户数据以及参考用户在多个参考阶段的第二用户数据；其中，所述参考阶段至少包括相互间隔的当前阶段和冷启动阶段；基于所述第一用户数据和所述第二用户数据，得到与所述新用户匹配的第一提示信息；将所述第一提示信息输入智能分析模型，得到与所述第一提示信息匹配的推荐结果。

3、为解决上述技术问题，本申请采用的另一个技术方案是：提供一种新用户冷启动推荐系统，包括：获取模块，用于获取新用户在冷启动阶段的第一用户数据以及参考用户在多个参考阶段的第二用户数据；其中，所述参考阶段至少包括相互间隔的当前阶段和冷启动阶段；生成模块，用于基于所述第一用户数据和所述第二用户数据，得到与所述新用户匹配的第一提示信息；反馈模块，用于将所述第一提示信息输入智能分析模型，得到与所述第一提示信息匹配的推荐结果。

4、为解决上述技术问题，本申请采用的又一个技术方案是：提供一种电子设备，包括：相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现如上述技术方案中提到的新用户冷启动推荐方法。

5、为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行时实现如上述技术方案中提到的新用户冷启动推荐方法。

6、本申请的有益效果是：区别于现有技术的情况，本申请提出的新用户冷启动推荐方法，通过根据新用户在冷启动阶段的第一用户数据以及参考用户在多个参考阶段的第二用户数据生成第一提示信息，并利用具有较优信息处理能力的智能分析模型对第一提示信息进行分析，以自动生成与新用户当前需求契合度较高的推荐结果。该方法利用智能分析模型的小样本、零样本学习能力以及挖掘能力，无需进行过多特征设计，兼顾了对新用户偏好的挖掘与探索，避免了长尾效应，极大提高了冷启动阶段推荐结果的准确性。

技术特征：

1.一种新用户冷启动推荐方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取新用户在冷启动阶段的第一用户数据以及参考用户在多个参考阶段的第二用户数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一用户数据和所述第二用户数据，得到与所述新用户匹配的第一提示信息，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于所述第一用户数据和所述第二用户数据，得到与所述新用户匹配的第一提示信息，包括：

5.根据权利要求2所述的方法，其特征在于，所述获取所述参考用户在冷启动阶段对应的历史画像数据，以及所述参考用户在当前阶段的当前画像数据和行为数据之后，还包括：

6.根据权利要求2所述的方法，其特征在于，所述将所述第一提示信息输入智能分析模型，得到与所述第一提示信息匹配的推荐结果之后，还包括：

7.根据权利要求6所述的方法，其特征在于，所述初始画像数据包括所述新用户输入的信息字段及其对应的权重值；

8.一种新用户冷启动推荐系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括：相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现如权利要求1-7中任一项所述的新用户冷启动推荐方法。

10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现如权利要求1-7中任一项所述新用户冷启动推荐方法。

技术总结
本申请公开了一种新用户冷启动推荐方法、系统以及相关装置，该方法包括：获取新用户在冷启动阶段的第一用户数据以及参考用户在多个参考阶段的第二用户数据；其中，参考阶段至少包括相互间隔的当前阶段和冷启动阶段；基于第一用户数据和第二用户数据，得到与新用户匹配的第一提示信息；将第一提示信息输入智能分析模型，得到与第一提示信息匹配的推荐结果。通过上述方式，本申请能够提高新用户冷启动阶段推荐结果的准确性。

技术研发人员：刘志强,徐甲甲,骆志杰,向磊
受保护的技术使用者：羚羊工业互联网股份有限公司
技术研发日：
技术公布日：2024/4/17