[發明專利]信息匹配方法、裝置、可讀存儲介質和電子設備

在審

• 申請號: 202010350954.0
• 申請日: 2020-04-28
• 公開（公告）號: CN111680165A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 卜國卿;劉路輝;占翼;涂鼎;姜才康;李正;盧艷民;茅廷
• 申請（專利權）人: 中匯信息技術（上海）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/9535;G06K9/62;G06Q40/04
• 代理公司: 北京睿派知識產權代理事務所(普通合伙) 11597
• 代理人: 劉鋒

本發明實施例公開了一種信息匹配方法、裝置、可讀存儲介質和電子設備，本發明實施例在確定了目標用戶信息和對應的待匹配信息集合后，通過評分模型得到所述待匹配信息集合中各所述待匹配信息和目標用戶信息的匹配度以及屬性特征，根據所述匹配度篩選得到匹配信息，根據對屬性特征進行數據分析生成各匹配信息的推薦文本，以向所述目標用戶推薦包括匹配信息和用于表述推薦理由的推薦文本的匹配結果。本發明實施例在進行信息匹配的過程中充分考慮目標用戶的偏好，以及各所述待匹配信息的屬性特征，以在實現精準匹配的同時還能夠給出對應的匹配理由，提高了信息匹配過程的效率。

技術領域

本發明涉及計算機技術領域，尤其涉及一種信息匹配方法、裝置、可讀存儲介質和電子設備。

背景技術

隨著互聯網通信技術的快速發展，無論在日常生活中還是工作場景下，人們在獲取需要的信息時通常都會利用互聯網來實現信息的搜索與推薦。例如在債券交易領域，交易員和金融債券以及對手方的關系錯綜復雜，如何實現為海量的交易員推薦和其匹配的金融債券或對手方是目前需要解決的一個很大的問題?；谏鲜鰡栴}，現有技術通常會選擇協同過濾法或基于內容推薦的方法進行信息匹配，但前者僅考慮用戶的長期喜好，忽略了短期偏好；后者僅考慮用戶的短期喜好，忽略了長期偏好，因此兩者的匹配結果都不夠精確。同時，上述兩種方法均無法針對用戶匹配的結果給出對應的推薦理由。

發明內容

有鑒于此，本發明實施例公開了一種信息匹配方法、裝置、可讀存儲介質和電子設備，以實現提高匹配結果的準確性，同時給出各匹配結果對應的推薦理由。

第一方面，本發明實施例公開了一種信息匹配方法，所述方法包括：

確定目標用戶信息和與所述目標用戶信息對應的待匹配信息集合，所述待匹配信息集合中包括至少一個待匹配信息；

將所述目標用戶信息和待匹配信息集合輸入預先訓練得到的評分模型中，輸出各所述待匹配信息的匹配概率以及屬性特征，所述屬性特征中包括文本信息和數據信息；

基于各所述待匹配信息的數據信息進行橫向數據分析和/或縱向數據分析，以確定各所述待匹配信息的數據特征；

根據對應的匹配概率對各所述待匹配信息進行篩選得到匹配信息，以確定匹配信息集合；

基于對應的匹配概率對各所述匹配信息進行排序；

輸出匹配結果，所述匹配結果包括排序后的匹配信息和各所述匹配信息對應的推薦文本，所述推薦文本基于所述文本信息和所述數據特征生成。

進一步地，所述確定目標用戶信息和與所述目標用戶信息對應的待匹配信息集合包括：

確定目標用戶信息；

根據所述目標用戶信息獲取所述目標用戶的歷史行為信息；

根據所述歷史行為信息確定至少一個待匹配信息，以獲得待匹配信息集合。

進一步地，所述評分模型中包括第一注意力層、第二注意力層、知識圖譜以及評分子模型；

所述將所述目標用戶信息和待匹配信息集合輸入預先訓練得到的評分模型中，輸出各所述待匹配信息的匹配概率以及屬性特征包括：

將所述目標用戶信息和所述知識圖譜輸入所述第一注意力層，輸出用戶偏好向量；

將所述待匹配信息集合和所述知識圖譜輸入所述第二注意力層，輸出待匹配向量集合，所述待匹配向量集合中包括至少一個與所述待匹配信息對應的待匹配向量；

將所述用戶偏好向量和所述待匹配向量輸入所述評分子模型，輸出各所述待匹配信息的匹配概率以及屬性特征。

進一步地，所述基于各所述待匹配信息的數據信息進行橫向數據分析和/或縱向數據分析，以確定各所述待匹配信息的數據特征包括：