[發(fā)明專利]信息推薦方法及裝置、電子設(shè)備、存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011213080.0
• 申請日: 2020-11-03
• 公開（公告）號: CN112395499B
• 公開（公告）日: 2022-08-12
• 發(fā)明（設(shè)計）人: 鐘子宏
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 深圳市聯(lián)鼎知識產(chǎn)權(quán)代理有限公司 44232
• 代理人: 葉虹

1.一種信息推薦方法，其特征在于，包括：

根據(jù)候選信息的信息特征以及待推薦用戶的用戶特征，預(yù)測所述待推薦用戶對于所述候選信息的初步意向得分；

基于分?jǐn)?shù)間隔相等的多個得分區(qū)間，對所述待推薦用戶對于所述候選信息的初步意向得分進(jìn)行得分區(qū)間的劃分處理，得到各個得分區(qū)間內(nèi)所含有的初步意向得分；

按照所述各個得分區(qū)間之間的排序，依次將所述各個得分區(qū)間內(nèi)所含有的初步意向得分轉(zhuǎn)化為初步得分矩陣中的數(shù)據(jù)，以構(gòu)建得到所述初步得分矩陣，其中，所述初步得分矩陣中含有行列交叉的多個數(shù)據(jù)，各個數(shù)據(jù)用于表征所在位置對應(yīng)的待推薦用戶對于相應(yīng)候選信息的初步意向得分，并且所述多個數(shù)據(jù)按照待推薦用戶之間的興趣相似性而呈陣列排列；

對所述初步得分矩陣進(jìn)行矩陣分解處理，得到用戶興趣得分矩陣和信息屬性得分矩陣，并將所述用戶興趣得分矩陣與所述信息屬性得分矩陣相乘，得到用戶得分矩陣，其中，所述用戶得分矩陣中含有所述待推薦用戶對于所有候選信息的用戶意向得分，并且所述初步得分矩陣中缺失的數(shù)據(jù)位置所對應(yīng)的待推薦用戶對于該數(shù)據(jù)位置所對應(yīng)的候選信息的用戶意向得分，是綜合具有相似興趣的待推薦用戶對于該數(shù)據(jù)位置所對應(yīng)候選信息的評價所預(yù)測得到的；

根據(jù)所述用戶得分矩陣，向所述待推薦用戶進(jìn)行所述候選信息的推薦。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)候選信息的信息特征以及待推薦用戶的用戶特征，預(yù)測所述待推薦用戶對于所述候選信息的初步意向得分，包括：

獲取稀疏特征集合和稠密特征集合，所述稀疏特征集合由所述信息特征以及所述用戶特征中含有的稀疏特征組成，所述稠密特征集合由所述信息特征以及所述用戶特征中含有的稠密特征組成；

對所述稀疏特征集合中含有的稀疏特征進(jìn)行特征提取，得到所述稀疏特征所對應(yīng)的特征表示；

將所述稀疏特征所對應(yīng)的特征表示與所述稠密特征集合進(jìn)行組合，得到特征樣本數(shù)據(jù)，基于所述特征樣本數(shù)據(jù)預(yù)測所述待推薦用戶對于所述候選信息的初步意向得分。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，對所述稀疏特征集合中含有的稀疏特征進(jìn)行特征提取，得到所述稀疏特征所對應(yīng)的特征表示，包括：

將所述稀疏特征集合輸入深度學(xué)習(xí)模型，所述深度學(xué)習(xí)模型用于提取所述稀疏特征集合的特征表示，所述深度學(xué)習(xí)模型是基于稀疏樣本數(shù)據(jù)進(jìn)行訓(xùn)練得到的；

獲取所述深度學(xué)習(xí)模型針對所述稀疏特征集合中含有的稀疏特征所輸出的特征表示。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于所述特征樣本數(shù)據(jù)預(yù)測所述待推薦用戶對于所述候選信息的初步意向得分，包括：

將所述特征樣本數(shù)據(jù)輸入分類模型，以使所述分類模型基于特征樣本數(shù)據(jù)預(yù)測所述待推薦用戶對于所述候選信息的初步意向得分；

獲取分類模型輸出的所述待推薦用戶對于所述候選信息的初步意向得分。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于預(yù)測得到的所述初步意向得分構(gòu)建初步得分矩陣，包括：

對預(yù)測得到的所述待推薦用戶對于所述候選信息的初步意向得分進(jìn)行整數(shù)化處理，得到所述初步意向得分對應(yīng)的整數(shù)得分，所述整數(shù)得分用于對所述初步意向得分進(jìn)行整數(shù)化的分?jǐn)?shù)表達(dá)；

根據(jù)所述初步意向得分對應(yīng)的整數(shù)得分構(gòu)建所述初步得分矩陣。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在對所述初步得分矩陣進(jìn)行矩陣分解處理，得到用戶興趣得分矩陣和信息屬性得分矩陣之前，所述方法還包括：

確定所述初步得分矩陣中行列交叉的位置是否缺失數(shù)據(jù)；

若確定所述初步得分矩陣缺失數(shù)據(jù)，則執(zhí)行對所述初步得分矩陣進(jìn)行矩陣分解處理，得到用戶興趣得分矩陣和信息屬性得分矩陣的步驟。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：

若確定所述初步得分矩陣中行列交叉的位置未缺失數(shù)據(jù)，則根據(jù)所述初步得分矩陣向所述待推薦用戶進(jìn)行所述候選信息的推薦。