[發明專利]信息推薦方法、裝置及存儲介質

有效

• 申請號: 201911302507.1
• 申請日: 2019-12-17
• 公開（公告）號: CN111026977B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 余志偉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

1.一種信息推薦方法，其特征在于，包括：

實時獲取第一用戶在第一終端的信息推薦應用客戶端上的互動行為，或者每隔預設時長統計第一用戶的互動行為；

當所述第一用戶產生互動行為時，存儲所述互動行為中所述第一用戶互動過的對象；

基于存儲的所述對象，確定在所述信息推薦應用客戶端中所述第一用戶互動過的對象集合；

確定所述對象集合中各所述對象在預設時間段內的熱度信息；所述熱度信息包括點擊率或互動概率；

基于所述熱度信息，確定所述對象集合中點擊率或互動概率大于第一熱度閾值的熱門對象，以及點擊率或互動概率小于第二熱度閾值的冷門對象；

將所述熱門對象、所述冷門對象確定中至少之一確定為懲罰對象；

按照預設懲罰比例，對所述懲罰對象的權重進行調整，以更新所述對象集合中各所述對象的權重；

根據所述對象集合中每一對象新的權重和對應對象的特征向量，確定為所述第一用戶的特征向量；

獲取第二用戶集合中的每一第二用戶的特征向量，其中，所述第二用戶包括以下至少之一：與所述對象集合中的對象互動過的用戶、與所述對象集合中的對象未互動過的用戶；

確定所述第一用戶的特征向量和所述第二用戶的特征向量之間的距離，并將所述距離與距離閾值進行比較，得到比較結果；

基于所述比較結果，在所述第二用戶集合中確定所述第一用戶的相似用戶；

將所述相似用戶的互動信息作為待推薦信息發送至所述第一終端，以使所述第一終端的所述信息推薦應用客戶端將所述待推薦信息顯示在當前界面上。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一對象集合中每一對象新的權重和對應對象的特征向量，確定為所述第一用戶的特征向量，包括：

確定所述對象集合中每一對象的權重與對應對象的特征向量之間的乘積；

將所述對象集合中的全部對象或部分對象對應的所述乘積之和，確定為所述第一用戶的特征向量。

3.根據權利要求1所述的方法，其特征在于，所述對象為文本對象，所述對象的特征向量為詞特征向量；所述方法還包括：

通過詞向量化模型對所述文本對象進行詞向量化處理，得到所述詞特征向量。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述方法還包括：

采用相似用戶匹配網絡模型，確定所述第一用戶的特征向量和所述第二用戶集合中的每一第二用戶的特征向量，并在所述第二用戶集合中確定所述第一用戶的相似用；其中，所述相似用戶匹配網絡模型采用以下步驟訓練得到：

將樣本數據中的第一用戶互動過的第一對象集合、和第二用戶互動過的第二對象集合，分別輸入至詞向量化模型中，對應得到與所述第一對象集合對應的第一特征向量集合、和與所述第二對象集合對應的第二特征向量集合；

將所述第一特征向量集合和與所述第一對象集合中的每一第一對象對應的權重，以及，所述第二特征向量集合和與所述第二對象集合中的每一第二對象對應的權重依次輸入至用戶興趣向量預測網絡模型中，分別得到與所述第一用戶對應的第一用戶興趣向量和與所述第二用戶對應的第二用戶興趣向量；

將所述第一用戶興趣向量和所述第二用戶興趣向量輸入至預設損失模型中，得到損失結果；

根據所述損失結果，對所述用戶興趣向量預測網絡模型進行修正，得到所述相似用戶匹配網絡模型。