一种标签推荐方法、装置、设备及存储介质与流程

本申请涉及互联网，尤其涉及一种标签推荐方法、装置、设备及存储介质。

背景技术：

1、在互联网时代，各类活动营销平台，例如中国移动的集中运营平台(integratedoperation platform)iop都会利用客户标签进行精准化营销。例如，需要营销流量加油包，营销人员会优先选择标签“月使用流量”，筛选出月使用流量大于5gb的用户后进行精准化营销，从而达到提升营销成功率的目的。

2、然而，系统中的标签可能会高达数千个，运营人员会出现选择困难的情况。这时候需要对标签进行排名，方便运营人员在策划活动时进行选择。一般的标签排名方式可以是使用次数排名、用户打分排名等，但是，这些标签排名方式中均存在信息维度单一、标签权重设置不合理等问题，比如，对新的标签不够友好，新的标签即使质量很高设置权重值也较低，从而使得标签排名的准确性较低。

技术实现思路

1、本申请实施例期望提供一种标签推荐方法、装置、设备及存储介质。

2、本申请实施例的技术方案是这样实现的：

3、本申请实施例提供了一种信息推荐方法，应用于标签推荐设备，方法包括：在目标对象从预设标签库中获取选定标签的情况下，获取所述预设标签库中每一标签对应的标签权重时变函数；所述标签权重时变函数满足随着时间推移标签权重值逐渐降低且趋向于预设数值；基于所述每一标签对应的所述标签权重时变函数和所述选定标签的初始概率，确定所述每一标签针对所述选定标签的推荐概率；基于所述每一标签的推荐概率，向所述目标对象进行标签推荐。

4、本申请实施例提供了一种标签推荐装置，包括：

5、获取模块，用于在目标对象从预设标签库中获取选定标签的情况下，获取所述预设标签库中每一标签对应的标签权重时变函数；所述标签权重时变函数满足随着时间推移标签权重值逐渐降低且趋向于预设数值；

6、确定模块，用于基于所述每一标签对应的所述标签权重时变函数和所述选定标签的初始概率，确定所述每一标签针对所述选定标签的推荐概率；

7、推荐模块，用于基于所述每一标签的推荐概率，向所述目标对象进行标签推荐。

8、本申请实施例提供了一种标签推荐设备，包括：处理器、存储器和通信总线；所述通信总线，用于实现所述处理器和所述存储器之间的通信连接；所述处理器，用于执行所述存储器中存储的计算机程序，以实现上述标签推荐方法。

9、本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可以被一个或者多个处理器执行，以实现上述标签推荐方法。

10、本申请实施例提供了一种标签推荐方法、装置、设备及存储介质，方法包括：在目标对象从预设标签库中获取选定标签的情况下，获取预设标签库中每一标签对应的标签权重时变函数；标签权重时变函数满足随着时间推移标签权重值逐渐降低且趋向于预设数值；基于每一标签对应的标签权重时变函数和选定标签的初始概率，确定每一标签针对选定标签的推荐概率；基于每一标签的推荐概率，向目标对象进行标签推荐。本申请提供的技术方案，通过对每个标签构建对应的标签权重时变函数，使得每个标签的权重值随着时间进行自适应调整，能够解决标签权重设置存在的重旧标签轻新标签的问题，进而提高了标签推荐的准确性。

技术特征：

1.一种标签推荐方法，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，所述根据所述每一标签对应的所述时间衰减函数和所述偏置因子，构建所述每一标签对应的所述标签权重时变函数之后，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，所述获取针对所述预设标签库的用户标签转移矩阵，包括：

5.根据权利要求3所述的方法，其特征在于，所述基于所述标签转移矩阵和所述每一标签对应的所述标签权重时变函数，确定所述每一标签针对所述选定标签的标签推荐概率函数，包括：

6.根据权利要求5所述的方法，其特征在于，所述利用所述初始概率对所述每一标签的所述标签推荐概率函数进行迭代求解，得到所述每一标签的所述推荐概率，包括：

7.根据权利要求1所述的方法，其特征在于，所述基于所述每一标签的推荐概率向所述目标对象进行标签推荐，包括：

8.根据权利要求1至7任一项所述的方法，其特征在于，所述预设标签库为表征业务类型的标签组成的标签库。

9.一种标签推荐装置，其特征在于，包括：

10.一种标签推荐设备，其特征在于，包括：处理器、存储器和通信总线；

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如权利要求1至8中任一项所述的标签推荐方法。

技术总结
本申请公开了一种标签推荐方法、装置、设备及存储介质，方法包括：在目标对象从预设标签库中获取选定标签的情况下，获取预设标签库中每一标签对应的标签权重时变函数；标签权重时变函数满足随着时间推移标签权重值逐渐降低且趋向于预设数值；基于每一标签对应的标签权重时变函数和选定标签的初始概率，确定每一标签针对选定标签的推荐概率；基于每一标签的推荐概率，向目标对象进行标签推荐。通过上述技术方案，提高了标签推荐的准确性。

技术研发人员：燕武,柴俊滔,徐靖,顾晨骏,程海宁
受保护的技术使用者：中移（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/1/15