书籍推荐方法、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114218377A(43)申请公布日2022.03.22(21)申请号202111543802.3(22)申请日2021.12.16(71)申请人掌阅科技股份有限公司地址100022北京市朝阳区东三环中路39号建外SOHO23号楼(南办公楼)20层2307(72)发明人唐旺明瑞刚(74)专利代理机构北京开阳星知识产权代理有限公司11710代理人袁义科(51)Int.Cl.G06F16/335(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图3页(54)发明名称书籍推荐方法、电子设备及存储介质(57)摘要本公开实施例涉及一种书籍推荐方法、电子设备及存储介质。其中书籍推荐方法包括：基于预设推荐模型中的第一网络对第一书籍数据集进行第一筛选处理，得到第二书籍数据集；基于预设推荐模型中的第二网络对第二书籍数据集进行第二筛选处理，得到目标书籍数据集；基于目标书籍数据集，向用户推送书籍。根据本公开实施例，通过第一网络对书籍数据进行第一次快速筛选，第二网络基于第一网络筛选出的书籍数据进行第二次筛选，由于数据数量减少，极大提高了筛选速度，减少了系统开销，在保证推荐准确性的同时提高了推荐速度，实现了书籍推荐的实时性，提高了用户的阅读体验。CN114218377ACN114218377A权利要求书1/2页1.一种书籍推荐方法，其特征在于，所述方法包括：基于预设推荐模型中的第一网络对第一书籍数据集进行第一筛选处理，得到第二书籍数据集；基于所述预设推荐模型中的第二网络对所述第二书籍数据集进行第二筛选处理，得到目标书籍数据集；基于所述目标书籍数据集，向用户推送书籍。2.根据权利要求1所述的方法，其特征在于，所述第一网络的筛选精度小于所述第二网络。3.根据权利要求1所述的方法，其特征在于，所述基于预设推荐模型中的第一网络对第一书籍数据集进行第一筛选处理，得到第二书籍数据集，包括：基于所述第一网络对所述第一书籍数据集中的书籍数据进行打分排序，得到第一打分排序结果；基于所述第一打分排序结果中排序高于第一预设阈值的书籍数据，生成第二书籍数据集。4.根据权利要求1或3所述的方法，其特征在于，所述基于所述预设推荐模型中的第二网络对所述第二书籍数据集进行第二筛选处理，得到目标书籍数据集，包括：基于所述第二网络对所述第二书籍数据集中的书籍数据进行打分排序，得到第二打分排序结果；基于所述第二打分排序结果中排序高于第二预设阈值的书籍数据生成目标书籍数据集。5.根据权利要求4所述的方法，其特征在于，所述基于所述目标书籍数据集，向用户推送书籍，包括：针对所述目标书籍数据集中的书籍数据，将所述书籍数据对应的第一网络的打分与所述书籍数据对应的第二网络的打分进行求和处理，得到所述书籍数据的总分；基于所述目标书籍数据集中的书籍数据的总分，对所述目标书籍数据集中的书籍数据进行排序；将总分排序高于第三预设阈值的书籍数据推送给用户。6.根据权利要求1所述的方法，其特征在于，所述预设推荐模型为深度分解机DeepFM模型，所述第一网络为FM网络，所述第二网络为Deep网络。7.一种电子设备，其特征在于，包括处理器和存储器，所述存储器用于存储可执行指令，所述可执行指令使所述处理器执行以下操作：基于预设推荐模型中的第一网络对第一书籍数据集进行第一筛选处理，得到第二书籍数据集；基于所述预设推荐模型中的第二网络对所述第二书籍数据集进行第二筛选处理，得到目标书籍数据集；基于所述目标书籍数据集，向用户推送书籍。8.根据权利要求7所述的电子设备，其特征在于，在基于所述预设推荐模型中的第二网络对所述第二书籍数据集进行第二筛选处理，得到目标书籍数据集时，所述可执行指令还使所述处理器执行：2CN114218377A权利要求书2/2页基于所述第二网络对所述第二书籍数据集中的书籍数据进行打分排序，得到第二打分排序结果；基于所述第二打分排序结果中排序高于第二预设阈值的书籍数据生成目标书籍数据集。9.根据权利要求8所述的电子设备，其特征在于，在基于所述目标书籍数据集，向用户推送书籍时，所述可执行指令还使所述处理器执行：针对所述目标书籍数据集中的书籍数据，将所述书籍数据对应的第一网络的打分与所述书籍数据对应的第二网络的打分进行求和处理，得到所述书籍数据的总分；基于所述目标书籍数据集中的书籍数据的总分，对所述目标书籍数据集中的书籍数据进行排序；将总分排序高于第三预设阈值的书籍数据推送给用户。10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使得处理器实现用上述权利要求1‑6中任一项所述的书籍推荐方法。3CN114218377A说明书