摘要
本申请提供一种模板推荐方法、装置、电子设备及存储介质,涉及计算机技术领域,包括:获取目标用户在预设时间段内使用数据模板的目标使用数据,对目标使用数据进行特征提取处理,得到用户特征和模板特征;基于用户特征和模板特征,确定第一、第二、第三和第四特征,将其输入训练好的机器学习模型中,得到至少一个目标数据模板的推荐概率;第一特征为用户的基本信息特征;第二特征为具有隐性关联关系的交叉类特征;第三特征为连续型特征;第四特征为离散型特征;基于目标数据模板的推荐概率,确定数据推荐模板,这样,通过利用不同类型的特征,捕捉用户行为的复杂模式和偏好,通过机器学习模型,同时处理线性和非线性关系,提高模板推荐的准确性。
技术关键词
模板特征
机器学习模型
神经网络模型
模板推荐方法
数据
计算机执行指令
隐式特征
时间段
矩阵
连续型
线性
电子设备
关系
可读存储介质
关键字
推荐装置
处理器通信
存储器
系统为您推荐了相关专利信息
人形机器人
运动训练方法
控制策略
预测误差
场景
信号提取方法
信号识别模型
序列
应变传感器系统
非暂态计算机可读存储介质
误码率
电压
重试方法
闪存单元
闪存芯片使用寿命