[發明專利]資訊信息推薦方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010167009.7
• 申請日: 2020-03-11
• 公開（公告）號: CN111400591B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李天浩
• 申請（專利權）人: 深圳市雅閱科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李昂;張穎玲

1.一種資訊信息推薦方法，其特征在于，所述方法包括：

響應于資訊信息推薦請求，獲取目標用戶的行為參數信息；

基于所述目標用戶的行為參數信息，確定與所述目標用戶相對應的備選資訊信息；

對所述備選資訊信息進行解析以實現獲取所述備選資訊信息的資訊信息參數；

根據所述備選資訊信息的資訊信息參數，確定與所述備選資訊信息相匹配的基礎特征；根據所述備選資訊信息的資訊信息參數，確定與所述備選資訊信息相匹配的多模態特征；

基于所述基礎特征和所述多模態特征，通過資訊信息推薦模型中的圖神經網絡模型，確定與所述備選資訊信息相匹配的融合特征向量；

基于與所述備選資訊信息相匹配的融合特征向量，確定與所述備選資訊信息相匹配的資訊信息列表以及對應的相似度參數；

基于所述相似度參數和所述資訊信息列表中不同資訊信息的重合度參數，確定資訊信息列表中的相應的資訊信息作為待推薦資訊信息，以實現所述待推薦資訊信息與所述目標用戶相匹配。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取與所述目標用戶相對應的不同維度的原始數據集合；

根據所述不同維度的原始數據集合，確定與所述目標用戶相匹配的用戶行為數據；

基于所述用戶行為數據，確定與相應的資訊信息推薦模型中的圖神經網絡模型。

3.根據權利要求1所述的方法，其特征在于，所述對所述備選資訊信息進行解析以實現獲取所述備選資訊信息的資訊信息參數，包括：

對所述備選資訊信息進行解析，獲取所述備選資訊信息的標簽信息；

根據所述備選資訊信息的標簽信息，對所述備選資訊信息進行解析，以實現分別獲取與所述備選資訊信息在基礎維度與多模態維度中的資訊信息參數。

4.根據權利要求1所述的方法，其特征在于，所述根據所述備選資訊信息的資訊信息參數，確定與所述備選資訊信息相匹配的多模態特征，包括：

根據所述備選資訊信息在基礎維度中的資訊信息參數，

確定與所述備選資訊信息相對應的標題文字參數、圖像信息參數和視覺信息參數；

對所述備選資訊信息相對應的標題文字參數、圖像信息參數和視覺信息參數分別進行特征抽取并融合，以形成與所述備選資訊信息相匹配的多模態特征。

5.根據權利要求1-4任一所述的方法，其特征在于，所述基于所述基礎特征和所述多模態特征，通過所述資訊信息推薦模型中的圖神經網絡模型，確定與所述備選資訊信息相匹配的融合特征向量，包括：

通過所述資訊信息推薦模型中的基礎信息處理網絡，對所述基礎特征進行處理，以形成相應的基礎特征向量；

通過所述資訊信息推薦模型中的圖像處理網絡，對所述多模態特征中的圖像特征進行處理，以形成相應的圖像特征向量；

通過所述資訊信息推薦模型中的文字處理網絡，對所述多模態特征中的標題文字特征進行處理，以形成相應標題文字特征向量；

通過所述資訊信息推薦模型中的視覺處理網絡，對所述多模態特征中的視覺特征進行處理，以形成相應的視覺特征向量；

基于所述基礎特征向量、所述圖像特征向量、所述標題文字特征向量和所述視覺特征向量，通過所述資訊信息推薦模型中的圖神經網絡模型進行向量融合，以形成與所述備選資訊信息相匹配的融合特征向量。

6.根據權利要求1所述的方法，其特征在于，所述基于與所述備選資訊信息相匹配的融合特征向量，確定相應資訊信息源中不同資訊信息所分別對應的資訊信息列表以及對應的相似度參數，包括：

基于與所述備選資訊信息相匹配的融合特征向量，確定所述資訊信息列表中每一條資訊信息對應的余弦相似性參數；

基于所述余弦相似性參數確定每一條資訊信息對應相似度參數；

基于所述每一條資訊信息對應相似度參數確定不同資訊信息所分別對應的資訊信息列表對應的相似度參數。