[發明專利]信息推薦方法、裝置、電子設備和計算機可讀存儲介質

在審

• 申請號: 202010432261.6
• 申請日: 2020-05-20
• 公開（公告）號: CN111651669A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 周小又
• 申請（專利權）人: 拉扎斯網絡科技（上海）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/955
• 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推薦方法、裝置、電子設備和計算機可讀存儲介質，通過獲取待推薦信息列表中各待推薦對象的對象模型得分，并將各屬性標簽中的最高對象模型得分對象的待推薦對象確定為候選推薦對象，根據各所述候選推薦對象的對象模型得分以及所述目標用戶與所述候選推薦對象之間的關聯信息確定各所述屬性標簽的得分，根據各所述屬性標簽的得分和已確定的推薦對象的屬性標簽，確定推薦數據，由此可以提高推薦數據的多元性。

技術領域

本發明涉及計算機技術領域，更具體地，涉及一種信息推薦方法、裝置、電子設備和計算機可讀存儲介質。

背景技術

隨著計算機技術的飛速發展，越來越多的場景下需要對用戶進行信息推薦，例如商品、新聞、視頻和廣告等。然而目前的信息推薦方法往往不能有效地實現信息打散，使得推薦的信息類別單一或重復。

發明內容

有鑒于此，本發明實施例提供一種信息推薦方法、裝置、電子設備和計算機可讀存儲介質，以提高推薦數據的多元性。

第一方面，本發明實施例提供一種信息推薦方法，所述方法包括：

獲取目標用戶信息和待推薦信息列表，所述待推薦信息列表包括待推薦對象和所述待推薦對象的屬性標簽；

根據所述目標用戶信息確定各所述待推薦對象的對象模型得分，所述對象模型得分用于表征目標用戶與對應的待推薦對象的相關度；

將各屬性標簽中的最高對象模型得分對應的待推薦對象確定為候選推薦對象；

根據各所述候選推薦對象的對象模型得分、以及所述目標用戶與所述候選推薦對象之間的關聯信息確定各所述屬性標簽的得分；

根據各所述屬性標簽的得分和已確定的推薦對象的屬性標簽，確定推薦數據，所述推薦數據包括推薦對象信息和屬性標簽信息。

可選的，根據各所述屬性標簽的得分和已確定的推薦對象的屬性標簽，確定推薦數據包括：

根據各所述屬性標簽的得分對各所述屬性標簽進行排序，獲得標簽序列；

根據所述標簽序列和已確定的推薦對象的屬性標簽，確定所述推薦數據。

可選的，根據所述標簽序列和已推薦對象的屬性標簽，確定推薦數據包括：

響應于所述已確定的推薦對象的數量大于0，根據預設的滑動窗口、所述標簽序列以及已確定的推薦對象的屬性標簽，確定所述推薦數據。

可選的，根據預設的滑動窗口、所述標簽序列以及已推薦對象的屬性標簽，確定所述推薦數據包括：

遍歷所述標簽序列中的屬性標簽，根據預設的滑動窗口以及已確定的推薦對象的屬性標簽確定當前遍歷的屬性標簽的得分列表；

響應于所述得分列表中不包括第一值，將當前遍歷的屬性標簽及對應的候選推薦對象確定為所述推薦數據，并從所述待推薦信息列表中刪除所述對應的候選推薦對象；

響應于所述得分列表包括所述第一值，遍歷所述標簽序列中的下一個屬性標簽。

可選的，所述滑動窗口的大小為N，N≥1；

根據預設的滑動窗口以及已確定的推薦對象的屬性標簽確定當前遍歷的屬性標簽的得分列表包括：

響應于之前最后n次確定的推薦對象的屬性標簽中存在與所述當前遍歷的屬性標簽相同的屬性標簽，若連續(N-n+1)次產生的隨機數均為第一預設值，記得分為第二值，否則記得分為第一值，以更新所述得分列表，其中，1≤n≤N。

可選的，所述隨機數包括第一預設值和第二預設值。

可選的，根據所述標簽序列和已確定的推薦對象的屬性標簽，確定推薦數據包括：