[發明專利]基于人工智能的信息推薦方法、裝置及電子設備

在審

• 申請號: 202010529198.8
• 申請日: 2020-06-11
• 公開（公告）號: CN111695037A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 高茜;張伸正;張新宇;杜穎
• 申請（專利權）人: 騰訊科技（北京）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9537
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉星雨;張穎玲

1.一種基于人工智能的信息推薦方法，其特征在于，包括：

確定待定位置信息與信息集合中所有信息之間的關聯性特征；

其中，所述信息集合包括以下信息中的至少之一：已定位置信息；所述待定位置信息；所述已定位置信息是所述信息集合中已經分配有位置序列中展示位置的信息，所述待定位置信息是所述信息集合中待分配所述位置序列中的展示位置的信息；

根據每個所述待定位置信息的關聯性特征，確定對應的第一點擊率；

將所述位置序列中未分配的、且優先級最高的展示位置，分配給第一點擊率最高的待定位置信息，并標記為新的已定位置信息；

當所述位置序列中的展示位置被分配完畢時，基于每個所述已定位置信息以及對應分配的展示位置的優先級，執行推薦操作。

2.根據權利要求1所述的方法，其特征在于，在確定待定位置信息與信息集合中所有信息之間的關聯性特征之前，所述方法還包括：

獲取信息庫中每個信息的基礎特征；

基于所述信息庫的通用全連接參數，對所述基礎特征進行全連接處理，得到對應的第二點擊率；

基于所述每個信息的第二點擊率對所述信息庫進行降序排序處理，并在降序排序結果中選取排序在前的多個信息，以形成所述信息集合。

3.根據權利要求1所述的方法，其特征在于，所述確定待定位置信息與信息集合中所有信息之間的關聯性特征，包括：

獲取所述信息集合中每個待定位置信息的特征、以及每個已定位置信息的特征；

針對每個所述待定位置信息執行以下處理：

對每個所述待定位置信息的特征進行注意力編碼處理，得到所述待定位置信息與所述信息集合中每個信息之間的關聯度；

基于所述待定位置信息與所述信息集合中每個信息之間的關聯度，確定所述待定位置信息的關聯特征。

4.根據權利要求3所述的方法，其特征在于，所述對每個所述待定位置信息的特征進行注意力編碼處理，得到所述待定位置信息與所述信息集合中每個信息之間的關聯度，包括：

對所述信息集合中每個信息的特征進行線性變換處理，得到對應所述每個信息的查詢向量、鍵向量以及值向量；

將所述待定位置信息的查詢向量與所述信息集合中每個信息的鍵向量進行點乘處理，對點乘處理結果進行基于最大似然函數的歸一化處理，得到所述待定位置信息與所述信息集合中每個信息之間的關聯度。

5.根據權利要求3所述的方法，其特征在于，所述基于所述待定位置信息與所述信息集合中每個信息之間的關聯度，確定所述待定位置信息的關聯特征，包括：

將所述關聯度確定為對應所述每個信息的值向量的注意力權重；

基于所述注意力權重對所述值向量進行加權處理，得到所述待定位置信的基于注意力編碼處理的關聯特征。

6.根據權利要求3所述的方法，其特征在于，所述獲取所述信息集合中每個待定位置信息的特征、以及每個已定位置信息的特征，包括：

獲取所述信息集合中每個信息的基礎特征；

獲取所述信息集合中每個所述已定位置信息的位置特征，其中，所述位置特征用于表示所述已定位置信息的展示位置；

將所述待定位置信息的基礎特征，作為每個所述待定位置信息的特征；

將所述已定位置信息的基礎特征以及位置特征進行融合處理，得到所述已定位置信息的特征。

7.根據權利要求6所述的方法，其特征在于，所述基礎特征包括以下至少之一：

用于表征待推薦用戶的基本信息的基礎屬性特征；用于表征待推薦用戶興趣偏好的興趣標簽特征；用于表征向所述待推薦用戶推薦所述信息的推薦環境的環境特征；用于表征所述信息的類別的類別特征；用于表征所述信息的來源的來源特征；用于表征所述信息的內容的內容特征。