[發(fā)明專利]一種信息推薦方法以及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201911424963.3
• 申請(qǐng)日: 2019-12-30
• 公開(kāi)（公告）號(hào): CN111191136A
• 公開(kāi)（公告）日: 2020-05-22
• 發(fā)明（設(shè)計(jì)）人: 徐文龍
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06N3/04
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 聶秀娜

1.一種信息推薦方法，其特征在于，包括：

獲取目標(biāo)對(duì)象的特征信息以及多個(gè)第一推薦對(duì)象的特征信息，其中所述目標(biāo)對(duì)象的特征信息包括所述目標(biāo)對(duì)象歷史交互對(duì)象對(duì)應(yīng)的交互信息，所述歷史交互對(duì)象為所述多個(gè)第一推薦對(duì)象中的一個(gè)，所述交互信息包括所述目標(biāo)對(duì)象與所述歷史交互對(duì)象進(jìn)行交互的時(shí)長(zhǎng)信息和/或情緒信息，所述歷史交互對(duì)象為游戲或繪本；

以所述目標(biāo)對(duì)象的特征信息以及多個(gè)第一推薦對(duì)象的特征信息作為輸入，采用信息推薦模型從多個(gè)第一推薦對(duì)象中確定目標(biāo)推薦對(duì)象；

輸出所述目標(biāo)推薦對(duì)象。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述歷史交互對(duì)象對(duì)應(yīng)于預(yù)設(shè)交互時(shí)長(zhǎng)，所述時(shí)長(zhǎng)信息為所述目標(biāo)對(duì)象與所述歷史交互對(duì)象進(jìn)行交互時(shí)的時(shí)間長(zhǎng)度與所述預(yù)設(shè)交互時(shí)長(zhǎng)的比值。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述目標(biāo)對(duì)象的特征信息包括所述目標(biāo)對(duì)象多個(gè)歷史交互對(duì)象中每個(gè)歷史交互對(duì)象對(duì)應(yīng)的交互信息，所述以所述目標(biāo)對(duì)象歷史交互對(duì)象對(duì)應(yīng)的交互信息以及多個(gè)第一推薦對(duì)象的特征信息作為輸入，采用信息推薦模型從多個(gè)第一推薦對(duì)象中確定目標(biāo)推薦對(duì)象，包括：

對(duì)所述多個(gè)歷史交互對(duì)象對(duì)應(yīng)的交互信息，采用循環(huán)神經(jīng)網(wǎng)絡(luò)模型生成時(shí)序化特征向量；

以所述時(shí)序化特征向量以及多個(gè)第一推薦對(duì)象的特征信息作為輸入，采用信息推薦模型從多個(gè)第一推薦對(duì)象中確定目標(biāo)推薦對(duì)象。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述循環(huán)神經(jīng)網(wǎng)絡(luò)模型為：長(zhǎng)短期記憶網(wǎng)絡(luò)LSTM或門控循環(huán)單元GRU。

5.根據(jù)權(quán)利要求1至4任一所述的方法，其特征在于，所述信息推薦模型為：

因子分解機(jī)模型FM、場(chǎng)感知分解機(jī)模型FFM或深度因子分解機(jī)模型DFM。

6.一種信息推薦方法，其特征在于，包括：

基于目標(biāo)對(duì)象存在信息推薦需求，獲取目標(biāo)對(duì)象的特征信息以及多個(gè)第一推薦對(duì)象的特征信息，其中所述目標(biāo)對(duì)象的特征信息包括所述目標(biāo)對(duì)象歷史交互對(duì)象對(duì)應(yīng)的交互信息，所述歷史交互對(duì)象為所述多個(gè)第一推薦對(duì)象中的一個(gè)，所述交互信息包括所述目標(biāo)對(duì)象與所述歷史交互對(duì)象進(jìn)行交互的時(shí)長(zhǎng)信息和/或情緒信息，所述歷史交互對(duì)象為游戲或繪本；

以所述目標(biāo)對(duì)象的特征信息以及多個(gè)第一推薦對(duì)象的特征信息作為輸入，采用信息推薦模型從多個(gè)第一推薦對(duì)象中確定目標(biāo)推薦對(duì)象；

輸出所述目標(biāo)推薦對(duì)象。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于目標(biāo)對(duì)象存在信息推薦需求，包括：

接收所述目標(biāo)對(duì)象的語(yǔ)音信息，識(shí)別出所述語(yǔ)音信息表示所述目標(biāo)對(duì)象存在所述信息推薦需求。

8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于目標(biāo)對(duì)象存在信息推薦需求，包括：

基于至少一種如下條件：

當(dāng)前時(shí)刻在預(yù)設(shè)時(shí)間段內(nèi)、檢測(cè)到所述目標(biāo)對(duì)象位于預(yù)設(shè)區(qū)域、檢測(cè)到所述目標(biāo)對(duì)象的面部朝向滿足第一預(yù)設(shè)條件的時(shí)長(zhǎng)大于第一目標(biāo)時(shí)間、或檢測(cè)到所述目標(biāo)對(duì)象按照目標(biāo)交互方式進(jìn)行交互的時(shí)長(zhǎng)大于第二目標(biāo)時(shí)間。

9.根據(jù)權(quán)利要求6至8任一所述的方法，其特征在于，所述歷史交互對(duì)象對(duì)應(yīng)于預(yù)設(shè)交互時(shí)長(zhǎng)，所述時(shí)長(zhǎng)信息為所述目標(biāo)對(duì)象與所述歷史交互對(duì)象進(jìn)行交互的時(shí)間長(zhǎng)度與所述預(yù)設(shè)交互時(shí)長(zhǎng)的比值。

10.根據(jù)權(quán)利要求6至9任一所述的方法，其特征在于，所述目標(biāo)對(duì)象的特征信息包括所述目標(biāo)對(duì)象多個(gè)歷史交互對(duì)象中每個(gè)歷史交互對(duì)象對(duì)應(yīng)的交互信息，所述以所述目標(biāo)對(duì)象歷史交互對(duì)象對(duì)應(yīng)的交互信息以及多個(gè)第一推薦對(duì)象的特征信息作為輸入，采用信息推薦模型從多個(gè)第一推薦對(duì)象中確定目標(biāo)推薦對(duì)象，包括：

對(duì)所述多個(gè)歷史交互對(duì)象對(duì)應(yīng)的交互信息，采用循環(huán)神經(jīng)網(wǎng)絡(luò)模型生成時(shí)序化特征向量；

以所述時(shí)序化特征向量以及多個(gè)第一推薦對(duì)象的特征信息作為輸入，采用信息推薦模型從多個(gè)第一推薦對(duì)象中確定目標(biāo)推薦對(duì)象。