本发明涉及计算机，尤其涉及一种推荐方法、装置、设备及计算机可读存储介质。
背景技术：
1、随着移动互联网技术与设备的普及，人们在各种场景中都可能发现自己心仪的物品，并引发购买欲望。与此同时，千人千面形式的个性化推荐已在众多生活中的场景发挥其作用，不断智能化地满足用户各方面的喜好，其准确捕捉用户兴趣的来源就是用户大量的交互数据。
2、相关技术中，不同场景(例如某app中，首页，购物车，我的等)的推荐场域建立各自的模型进行个性化推荐服务，不仅需要耗费人力对每个推荐位进行建模、个性化推荐以及后续的维护和更新，而且每个推荐场景的模型由于仅用到本场景的数据进行模型训练，从而造成模型训练不充分以及泛化能力差的问题。
技术实现思路
1、本发明实施例提供了一种推荐方法、装置、设备及计算机可读存储介质，提高了物品推荐的准确率。
2、本发明实施例的技术方案是这样实现的：
3、本发明实施例提供了一种推荐方法，所述方法包括：
4、接收用户在至少两个场景下的状态特征，以及获取所述用户在预设时间内的历史状态特征；
5、对所述历史状态特征和所述状态特征进行建模，确定所述至少两个场景对应的用户序列表征；
6、基于对所述用户序列表征、所述历史状态特征和所述状态特征进行至少两个场景间的共享信息和特有信息的学习，确定与所述用户进行交互过的至少一个物品的预测值；
7、根据所述至少一个物品的预测值，在所述至少两个场景下进行物品推荐。
8、本发明实施例提供了一种推荐装置，所述装置包括：接收单元、确定单元和推荐单元；其中，
9、所述接收单元，用于接收用户在至少两个场景下的状态特征，以及获取所述用户在预设时间内的历史状态特征；
10、所述确定单元，对所述历史状态特征和所述状态特征进行建模，确定至少两个场景对应的用户序列表征；
11、所述确定单元，还用于基于对所述用户序列表征、所述历史状态特征和所述状态特征进行至少两个场景间的共享信息和特有信息的学习，确定与所述用户进行交互过的至少一个物品的预测值；
12、所述推荐单元，用于根据所述至少一个物品的预测值，在所述至少两个场景下进行物品推荐。
13、本发明实施例提供了一种推荐设备，所述推荐设备包括：
14、存储器，用于存储可执行指令；
15、处理器，用于执行所述存储器中存储的可执行指令时，当所述可执行指令被执行时，所述处理器执行所述推荐方法。
16、本发明实施例提供了一种存储介质，所述存储介质存储有可执行指令，当所述可执行指令被执行时，用于引起处理器执行如本发明实施例所述的推荐方法。
17、本发明实施例提供了一种推荐方法、装置、设备及计算机可读存储介质，该方法包括：接收用户在至少两个场景下的状态特征，以及获取所述用户在预设时间内的历史状态特征；对所述历史状态特征和所述状态特征进行建模，确定至少两个场景对应的用户序列表征；基于对所述用户序列表征、所述历史状态特征和所述状态特征进行至少两个场景间的共享信息和特有信息的学习，确定与所述用户进行交互过的至少一个物品的预测值；根据所述至少一个物品的预测值，在所述至少两个场景下进行物品推荐。在该方法中，对用户的历史状态特征和实时状态特征进行建模，确定至少两个场景对应的用户序列表征，然后根据用户序列表征、用户的状态特征以及历史状态特征进行场景间的共享信息和特有信息的学习，通过结合共享信息和特有信息对多个场景进行个性化推荐，提高了物品推荐的准确率。
1.一种推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述至少两个场景下的状态特征包括用户特征、至少两个场景特征、至少两个场景下的物品特征、所述用户与物品之间的交互特征；所述历史状态特征包括所述用户特征、至少两个历史场景特征、至少两个场景下的历史物品特征、所述用户与物品之间的历史交互特征；
3.根据权利要求1所述的方法，其特征在于，所述基于对所述用户序列表征、所述历史状态特征和所述状态特征进行至少两个场景间的共享信息和特有信息的学习，确定与所述用户进行交互过的至少一个物品的预测值，包括：
4.根据权利要求3所述的方法，其特征在于，所述至少两个场景下的状态特征包含用户特征、至少两个场景特征、至少两个场景下的物品特征和用户与物品之间的交互特征；所述历史状态特征包含所述用户特征、至少两个历史场景特征、至少两个场景下的历史物品特征、用户与物品之间的历史交互特征；
5.根据权利要求4所述的方法，其特征在于，所述将所述拼接后的特征作为所述第二预设模型的输入，确定所述至少两个场景间的共享表征，包括：
6.根据权利要求4所述的方法，其特征在于，所述将所述拼接后的特征作为所述第三预设模型的输入，确定所述至少两个场景下的特有表征，包括：
7.根据权利要求3所述的方法，其特征在于，所述将所述特有表征和所述共享表征作为第四预设模型的输入，确定与所述用户进行交互过的至少一个物品的预测值，包括：
8.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个物品的预测值，在所述至少两个场景下进行物品推荐，包括：
9.根据权利要求1-8任一项所述的方法，其特征在于，所述对所述历史状态特征和所述状态特征进行建模，确定至少两个场景对应的用户序列表征之前，所述方法还包括：
10.根据权利要求9所述的方法，其特征在于，所述基于所述预测标签，确定第一预设模型、第二预设模型、第三预设模型和第四预设模型，包括：
11.一种推荐装置，其特征在于，所述推荐装置包括：接收单元、确定单元和推荐单元；其中，
12.一种推荐设备，其特征在于，所述推荐设备包括：
13.一种计算机可读存储介质，其特征在于，存储有可执行指令，用于引起处理器执行时，实现权利要求1至10任一项所述的推荐方法。
