(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210945202.8 (22)申请日 2022.08.08 (71)申请人 网易 （杭州） 网络有限公司 地址 310056 浙江省杭州市滨江区长河街 道网商路59 9号4幢7层 (72)发明人 徐帅　刘勇成　胡志鹏　袁思思　 程龙　 (74)专利代理 机构 北京风雅颂专利代理有限公 司 11403 专利代理师 李翔 (51)Int.Cl. G06Q 30/06(2012.01) G06F 16/9535(2019.01) (54)发明名称 推荐方法、 推荐装置、 电子设备及计算机可 读存储介质 (57)摘要 本申请提供一种推荐方法、 推荐装置、 电子 设备及计算机可读存储介质。 本申请通过符合目 标用户的推荐请求包含的推荐条件但与 目标用 户的偏好属性标签不匹配的反向推荐结果， 实现 推荐商品在属性上的正向和负向的反差对比， 为 用户提供突出性的推荐资源， 提高推荐的成功 率。 权利要求书3页 说明书10页 附图3页 CN 115375394 A 2022.11.22 CN 115375394 A 1.一种推荐方法， 其特 征在于， 包括： 响应于目标用户的推荐请求， 通过预先训练 的第一推荐模型确定与 所述推荐请求对应 的正向推荐结果列表； 其中， 所述 目标用户为从得到历史推荐结果时刻起的指定时间间隔 内浏览或选定历史推荐结果但未采纳历史推荐结果的次数超过预先设定阈值的第一类型 用户； 所述第一推荐模型为以第二类型用户的历史行为数据为训练数据训练得到的推荐模 型； 所述第二类型用户为从得到历史推荐 结果时刻起的指 定时间间隔内浏览或选定历史推 荐结果但未采纳历史推荐 结果的次数不超过预先设定阈值的用户； 所述正向推荐 结果列表 中正向推荐结果的采纳概 率不小于预设采纳概 率； 根据初始反 向推荐结果的属性标签及所述目标用户的偏好属性标签， 确定反向推荐结 果列表； 其中， 所述初始反向推荐 结果为符合所述推荐请求包含的推荐 条件的推荐 结果， 所 述反向推荐结果列表中的反向推荐结果的属 性标签与所述目标用户的所述偏好属 性标签 不匹配； 所述属 性标签表征所述反向推荐结果的属 性， 所述偏好属 性标签表征所述 目标用 户的偏好的属性； 根据所述正向推荐结果列表和所述反向推荐结果列表， 确定综合推荐结果列表， 并将 所述综合推荐 结果列表推荐给所述目标用户； 所述综合推荐 结果列表包含至少一个正向推 荐结果以及至少一个反向推荐结果。 2.根据权利要求1所述的方法， 其特征在于， 所述初始反向推荐结果为采纳结果列表中 符合所述推荐请求包含的推荐 条件的采纳结果； 所述采纳结果列 表包含以当前时刻为终止 时刻的指定时间 间隔内被采纳的推荐结果。 3.根据权利要求2所述的方法， 其特征在于， 所述根据初始反 向推荐结果的属性标签及 所述目标用户的偏好属性标签， 确定反向推荐结果列表之前， 所述方法还 包括： 将所述采纳结果列表中销量不高于预先设定的第一销量阈值的采纳结果确定为所述 初始反向推荐结果。 4.根据权利要求3所述的方法， 其特征在于， 所述偏好属性标签包括销量， 所述方法还 包括： 将正向推荐结果列表中的正向推荐结果按照销量由大到小排序， 并将排序后的正向推 荐结果作为所述 正向推荐结果列表； 所述根据初始反 向推荐结果的属性标签及所述目标用户的偏好属性标签， 确定反向推 荐结果列表， 包括： 将所述初始反向推荐结果按照销量由小到大排序， 并将排序后的反 向推荐结果作为所 述反向推荐结果列表； 或 将所述初始反向推荐结果按照销量由小到大排序， 并将销量不高于预先设定的第 二销 量阈值的反向推荐结果作为所述反向推荐 结果列表； 所述第二销量阈值小于或等于所述第 一销量阈值。 5.根据权利要求1所述的方法， 其特征在于， 还包括通过以下方法训练得到所述第 一推 荐模型： 获取所述第二类型用户的历史行为数据； 其中， 所述历史行为数据至少包括第二类型 用户的历史推荐请求以及符合所述历史推荐请求包 含的推荐条件的历史采纳结果； 将所述第二类用户的历史行为数据作为训练数据集， 根据 所述训练数据集训练得到所权　利　要　求　书 1/3 页 2 CN 115375394 A 2述第一推荐模型。 6.根据权利要求1或5所述的方法， 其特征在于， 所述根据所述正向推荐结果列表和所 述反向推荐结果列表， 确定综合推荐结果列表， 包括： 在所述正向推荐结果列表中依次选取至少一个正向推荐结果， 并将所述正向推荐结果 依序添加至综合推荐 结果列表， 在所述反向推荐 结果列表中依次选取至少一个反向推荐 结 果， 并将所述反向推荐结果依序添加至所述综合推荐结果列表中， 以确定所述综合推荐列 表。 7.根据权利要求1所述的方法， 其特征在于， 所述根据所述正向推荐结果列表和所述反 向推荐结果列表， 确定综合推荐结果列表， 包括： 在所述正向推荐结果列表中随机选取至少一个正向推荐结果， 并将所述正向推荐结果 依序添加至综合推荐 结果列表， 在所述反向推荐 结果列表中随机选取至少一个反向推荐 结 果， 并将所述反向推荐结果依序添加至所述综合推荐结果列表中， 以确定所述综合推荐列 表。 8.根据权利要求1所述的方法， 其特征在于， 通过以下方式确定所述第一类型用户， 包 括： 获取从得到历史推荐结果时刻起的指定时间间隔内所述目标用户的浏览或选定历史 推荐结果但未采纳历史推荐结果的次数； 响应于所述目标用户的浏览或选定历史推荐结果但未采纳历史推荐结果的次数超过 预先设定阈值， 确定所述目标用户为第一类型用户。 9.一种推荐装置， 其特 征在于， 包括： 第一确认模块， 被配置为响应于目标用户的推荐请求， 通过预先训练的第一推荐模型 确定与所述推荐请求对应的正向推荐结果列表； 其中， 所述 目标用户为从得到历史推荐结 果时刻起的指定时间间隔内浏览或选定历史推荐结果但未采纳历史推荐结果的次数超过 预先设定阈值的第一类型用户； 所述第一推荐模型为以第二类型用户的历史行为数据为训 练数据训练得到的推荐模型； 所述第二类型用户为从得到历史推荐结果时刻起的指定时间 间隔内采纳所述历史推荐 结果的用户； 所述正向推荐 结果列表中正向推荐 结果的采纳概率 不小于预设采纳概 率； 第二确认模块， 被配置为根据初始反 向推荐结果的属性标签及所述目标用户的偏好属 性标签， 确定 反向推荐 结果列表； 其中， 所述初始反向推荐 结果为符合所述推荐请求包含的 推荐条件的推荐 结果， 所述反向推荐 结果列表中的反向推荐 结果的属性标签与所述目标用 户的所述偏好属 性标签不匹配； 所述属 性标签表征所述反向推荐结果的属 性， 所述偏好属 性标签表征 所述目标用户的偏好的属性； 推荐模块， 被配置为根据所述正向推荐结果列表和所述反向推荐结果列表， 确定综合 推荐结果列表， 并将所述综合推荐结果列表推荐给所述 目标用户； 所述综合推荐结果列表 包含至少一个正向推荐结果以及至少一个反向推荐结果。 10.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至8任意一项所述的方 法。 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计算机指权　利　要　求　书 2/3 页 3 CN 115375394 A 3