一种推荐对象的确定方法、装置、设备及存储介质与流程

技术特征：
1.一种推荐对象的确定方法，其特征在于，包括：接收到对象推荐请求，在预先设置的对象集合中，确定与当前账户的历史浏览对象相似度大于预设相似度阈值的m个对象；基于所述m个对象的热度参数确定所述m个对象中每个对象的饱和度参数，其中，所述热度参数表征对象的被浏览数据，所述饱和度参数表征排除异常值影响的被浏览数据；基于每个对象的饱和度参数，利用预设算法确定每个对象的推荐指数，其中所述推荐指数用于表征推荐对象的优先级；依据每个对象的推荐指数，在所述m个对象中筛选n个对象，并将所筛选的n个对象确定为向所述当前账户推荐的推荐对象，其中，m和n均为正整数，且m大于或者等于n。2.根据权利要求1所述的方法，其特征在于，所述基于所述m个对象的热度参数确定所述m个对象中每个对象的饱和度参数，包括：针对任一热度参数，采用如下步骤确定所述m个对象中每个对象该热度参数对应的饱和度参数：确定所述m个对象该热度参数的正态分布曲线；在所述正态分布曲线中确定概率大于第一预设阈值的正向概率和概率小于第二预设阈值的负向概率，其中，所述第二预设阈值大于所述第一预设阈值；针对所述m个对象中的任一目标对象，将所述目标对象该热度参数与所述正向概率中的最小值确定为中间概率，并将所述中间概率和所述负向概率中的最大值确定为所述目标对象该热度参数对应的饱和度参数。3.根据权利要求1所述的方法，其特征在于，所述在预先设置的对象集合中，确定与当前账户的历史浏览对象相似度大于预设相似度阈值的m个对象，包括：基于预先确定的对象相似度矩阵，在预先设置的对象集合中，确定与当前账户的历史浏览对象相似度大于预设相似度阈值的m个对象，其中，所述对象相似度矩阵中第一对象和第二对象的相似度是基于同时浏览第一对象和第二对象的账户数量确定的。4.根据权利要求1-3中任一项所述的方法，其特征在于，所述热度参数包括以下一种或多种：表征对象被浏览次数与展示次数之比的点击率、表征对象被点赞次数与被浏览次数之比的点赞率、表征对象被关注次数与被浏览次数之比的关注率、表征对象被转发次数与被浏览次数之比的转发率。5.一种推荐对象的确定装置，其特征在于，包括：确定单元，用于接收到对象推荐请求，在预先设置的对象集合中，确定与当前账户的历史浏览对象相似度大于预设相似度阈值的m个对象；处理单元，用于基于所述m个对象的热度参数确定所述m个对象中每个对象的饱和度参数，其中，所述热度参数表征对象的被浏览数据，所述饱和度参数表征排除异常值影响的被浏览数据；计算单元，用于基于每个对象的饱和度参数，利用预设算法确定每个对象的推荐指数，其中所述推荐指数用于表征推荐对象的优先级；推荐单元，用于依据每个对象的推荐指数，在所述m个对象中筛选n个对象，并将所筛选的n个对象确定为向所述当前账户推荐的推荐对象，其中，m和n均为正整数，且m大于或者等于n。
6.根据权利要求5所述的装置，其特征在于，所述处理单元，具体用于：针对任一热度参数，采用如下步骤确定所述m个对象中每个对象该热度参数对应的饱和度参数：确定所述m个对象该热度参数的正态分布曲线；在所述正态分布曲线中确定概率大于第一预设阈值的正向概率和概率小于第二预设阈值的负向概率，其中，所述第二预设阈值大于所述第一预设阈值；针对所述m个对象中的任一目标对象，将所述目标对象该热度参数与所述正向概率中的最小值确定为中间概率，并将所述中间概率和所述负向概率中的最大值确定为所述目标对象该热度参数对应的饱和度参数。7.根据权利要求5所述的装置，其特征在于，所述确定单元，具体用于：基于预先确定的对象相似度矩阵，在预先设置的对象集合中，确定与当前账户的历史浏览对象相似度大于预设相似度阈值的m个对象，其中，所述对象相似度矩阵中第一对象和第二对象的相似度是基于同时浏览第一对象和第二对象的账户数量确定的。8.根据权利要求5-7中任一项所述的装置，其特征在于，所述热度参数包括以下一种或多种：表征对象被浏览次数与展示次数之比的点击率、表征对象被点赞次数与被浏览次数之比的点赞率、表征对象被关注次数与被浏览次数之比的关注率、表征对象被转发次数与被浏览次数之比的转发率。9.一种推荐对象的确定设备，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4中任一项所述的推荐对象的确定方法。10.一种存储介质，其特征在于，当所述存储介质中的指令由推荐对象的确定设备的处理器执行时，使得所述推荐对象的确定设备能够执行如权利要求1至4中任一项所述的推荐对象的确定方法。

技术总结
本公开实施例提供一种推荐对象的确定方法、装置、设备及存储介质，涉及视频推荐技术领域，用以为用户推荐优质作品，提高推荐准确性。所述方法包括：接收到对象推荐请求，在预先设置的对象集合中，确定与当前账户的历史浏览对象相似度大于预设相似度阈值的M个对象；基于M个对象的热度参数确定M个对象中每个对象的饱和度参数；基于每个对象的饱和度参数，利用预设算法确定每个对象的推荐指数，其中，推荐指数用于表征推荐对象的优先级；依据每个对象的推荐指数，在M个对象中筛选N个对象，并将所筛选的N个对象确定为向当前账户推荐的推荐对象，其中，M和N均为正整数，且M大于或者等于N。且M大于或者等于N。且M大于或者等于N。


技术研发人员：田晓宇
受保护的技术使用者：北京达佳互联信息技术有限公司
技术研发日：2020.04.29
技术公布日：2021/10/28