[發明專利]信息推薦方法及裝置、介質和設備

在審

• 申請號: 201911273559.0
• 申請日: 2019-12-12
• 公開（公告）號: CN112989174A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 陳蓉;黃銀鋒
• 申請（專利權）人: 騰訊科技(北京)有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N20/00
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種信息推薦方法，其特征在于，所述方法包括：

獲取目標用戶對于各歷史推薦信息的瀏覽行為數據以及獲取各所述歷史推薦信息的標識數據；

對各所述歷史推薦信息的標識數據進行哈希處理，以將各所述歷史推薦信息的標識數據分別轉換為哈希值；

根據所述目標用戶對于各所述歷史推薦信息的瀏覽行為數據，確定所述目標用戶對于各所述歷史推薦信息的興趣權重；

基于各所述歷史推薦信息對應的哈希值以及興趣權重，確定所述目標用戶的興趣向量，以基于所述興趣向量確定對所述目標用戶的推薦信息。

2.根據權利要求1所述的信息推薦方法，其特征在于，所述對各所述歷史推薦信息的標識數據進行哈希處理，包括：

對各所述歷史推薦信息的標識號，以及內容標簽、展示類型和上架時間中的一種或多種進行哈希處理。

3.根據權利要求1所述的信息推薦方法，其特征在于，所述對各所述歷史推薦信息的標識數據進行哈希處理，以將各所述歷史推薦信息的標識數據分別轉換為哈希值，包括：

通過散列函數處理各所述歷史推薦信息的字符串型、整型或浮點型的標識數據，得到各所述歷史推薦信息的標識數據對應的哈希值。

4.根據權利要求1至3中任意一項所述的信息推薦方法，其特征在于，所述基于各所述歷史推薦信息對應的哈希值以及興趣權重，確定所述目標用戶的興趣向量，包括：

根據各所述歷史推薦信息的興趣權重對各所述歷史推薦信息對應的哈希值進行加權處理，得到各所述歷史推薦信息的興趣子向量；

疊加各所述歷史推薦信息的興趣子向量，得到所述目標用戶的興趣向量。

5.根據權利要求4所述的信息推薦方法，其特征在于，所述哈希值中包括第一數據碼以及第二數據碼；其中：

所述根據各所述歷史推薦信息的興趣權重對各所述歷史推薦信息對應的哈希值進行加權處理，包括：

在所述哈希值的數據位為所述第一數據碼時，將所述數據位由所述第一數據碼替換為各所述歷史推薦信息的興趣權重；

在所述哈希值的數據位為所述第二數據碼時，將所述數據位由所述第二數據碼替換為各所述歷史推薦信息的興趣權重的相反數。

6.根據權利要求4所述的信息推薦方法，其特征在于，所述疊加各所述歷史推薦信息的興趣子向量，得到所述目標用戶的興趣向量，包括：

確定各所述歷史推薦信息所在的統計周期；

根據所述統計周期的時間衰減系數處理各所述歷史推薦信息的興趣子向量，得到各所述歷史推薦信息的候選興趣子向量；

疊加各所述歷史推薦信息的候選興趣子向量，得到所述目標用戶的興趣向量。

7.根據權利要求6所述的信息推薦方法，其特征在于，所述確定各所述歷史推薦信息所在的統計周期，包括：

根據所述目標用戶對于各所述歷史推薦信息的瀏覽行為數據的時間戳，確定各所述歷史推薦信息所在的統計周期；或，

根據各所述歷史推薦信息的上架時間確定各所述歷史推薦信息所在的統計周期。

8.根據權利要求1至3中任意一項所述的信息推薦方法，其特征在于，所述基于所述興趣向量確定對所述目標用戶的推薦信息，包括：

獲取所述目標用戶的基礎屬性數據，獲取各所述歷史推薦信息的屬性數據，以及獲取展示頁面的場景數據；

將所述目標用戶的興趣向量、所述目標用戶的基礎屬性數據、各所述歷史推薦信息的屬性數據以及所述展示頁面的場景數據進行拼接，得到拼接特征；

根據所述拼接特征預測對所述目標用戶的推薦信息。

9.根據權利要求8所述的信息推薦方法，其特征在于，所述根據所述拼接特征預測對所述目標用戶的推薦信息，包括：

將所述拼接特征輸入至線下訓練的預測模型，以使所述預測模型基于所述拼接特征確定模型的輸出，得到各所述歷史推薦信息的推薦值；

根據推薦分值確定對所述目標用戶的推薦信息。