[發(fā)明專利]基于人工智能的推薦信息推薦方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010905089.1
• 申請(qǐng)日: 2020-09-01
• 公開（公告）號(hào): CN111767466B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)超
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06N20/00;G06Q30/02
• 代理公司: 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司 11270
• 代理人: 趙翠萍;張穎玲

本申請(qǐng)?zhí)峁┝艘环N基于人工智能的推薦信息推薦方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)；涉及大數(shù)據(jù)技術(shù)領(lǐng)域的精準(zhǔn)推薦；方法包括：獲取待接收推薦信息的對(duì)象的對(duì)象特征，并獲取符合對(duì)象特征的推薦信息；其中，推薦信息包括多個(gè)推薦模式；針對(duì)應(yīng)用推薦模式的推薦信息，確定歷史推薦記錄中的歷史對(duì)象特征與歷史推薦結(jié)果之間的關(guān)聯(lián)關(guān)系；根據(jù)對(duì)象特征、以及推薦模式對(duì)應(yīng)的關(guān)聯(lián)關(guān)系進(jìn)行預(yù)測(cè)處理，得到推薦模式的預(yù)測(cè)推薦結(jié)果的置信區(qū)間界限；根據(jù)置信區(qū)間界限對(duì)多個(gè)推薦模式進(jìn)行篩選處理，并根據(jù)應(yīng)用有篩選出的推薦模式的推薦信息，執(zhí)行針對(duì)對(duì)象的推薦操作。通過本申請(qǐng)，能夠提升推薦的針對(duì)性和精準(zhǔn)性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能和大數(shù)據(jù)技術(shù)，尤其涉及一種基于人工智能的推薦信息推薦方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

人工智能（Artificial Intelligence，AI）是利用數(shù)字計(jì)算機(jī)或者數(shù)字計(jì)算機(jī)控制的機(jī)器模擬、延伸和擴(kuò)展人的智能，感知環(huán)境、獲取知識(shí)并使用知識(shí)獲得最佳結(jié)果的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。換句話說，人工智能是計(jì)算機(jī)科學(xué)的一個(gè)綜合技術(shù)，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。

智能推薦是人工智能的一個(gè)重要分支，也涉及到云技術(shù)的大數(shù)據(jù)處理，主要研究針對(duì)一個(gè)特定的對(duì)象，如何將合適的推薦信息推薦至該對(duì)象。對(duì)于包括多個(gè)推薦模式的推薦信息，如包括多個(gè)創(chuàng)意的廣告來說，在相關(guān)技術(shù)提供的方案中，通常是應(yīng)用隨機(jī)策略，即一個(gè)推薦信息的所有推薦模式按照均等概率進(jìn)行推薦。但是，該方案容易導(dǎo)致推薦效果不佳，推薦資源的利用率低。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種基于人工智能的推薦信息推薦方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，能夠優(yōu)化推薦效果，提升推薦資源的利用率。

本申請(qǐng)實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的：

本申請(qǐng)實(shí)施例提供一種基于人工智能的推薦信息推薦方法，包括：

獲取待接收推薦信息的對(duì)象的對(duì)象特征，并獲取符合所述對(duì)象特征的推薦信息；其中，所述推薦信息包括多個(gè)推薦模式；

針對(duì)應(yīng)用所述推薦模式的所述推薦信息，確定歷史推薦記錄中的歷史對(duì)象特征與歷史推薦結(jié)果之間的關(guān)聯(lián)關(guān)系；

根據(jù)所述對(duì)象特征、以及所述推薦模式對(duì)應(yīng)的關(guān)聯(lián)關(guān)系進(jìn)行預(yù)測(cè)處理，得到所述推薦模式的預(yù)測(cè)推薦結(jié)果的置信區(qū)間界限；

根據(jù)所述置信區(qū)間界限對(duì)多個(gè)所述推薦模式進(jìn)行篩選處理，并

根據(jù)應(yīng)用有篩選出的推薦模式的所述推薦信息，執(zhí)行針對(duì)所述對(duì)象的推薦操作。

在上述方案中，所述根據(jù)所述置信區(qū)間界限對(duì)多個(gè)所述推薦模式進(jìn)行篩選處理，包括：

將多個(gè)所述推薦模式中置信區(qū)間界限最大的一個(gè)推薦模式，作為篩選出的推薦模式。

在上述方案中，還包括：執(zhí)行以下任意一種處理：

獲取與推薦信息的多個(gè)待填充部分分別對(duì)應(yīng)的一個(gè)素材，并

將每個(gè)所述素材填充至對(duì)應(yīng)的所述待填充部分中，得到所述推薦信息的一個(gè)推薦模式；

獲取與推薦信息的多個(gè)待填充部分分別對(duì)應(yīng)的多個(gè)素材，并

在每個(gè)所述待填充部分對(duì)應(yīng)的多個(gè)素材中進(jìn)行隨機(jī)選擇，將選擇的素材填充至對(duì)應(yīng)的所述待填充部分中，得到所述推薦信息的一個(gè)推薦模式。

在上述方案中，所述歷史推薦結(jié)果的類型包括：

第一推薦結(jié)果，用于表示應(yīng)用所述推薦模式的所述推薦信息已曝光、且未觸發(fā)；

第二推薦結(jié)果，用于表示應(yīng)用所述推薦模式的所述推薦信息已觸發(fā)、且未轉(zhuǎn)化；