[發明專利]信息服務提供方法、裝置、電子設備和存儲介質

在審

• 申請號: 202011413754.1
• 申請日: 2020-12-04
• 公開（公告）號: CN112347367A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 沈浩;黃海量
• 申請（專利權）人: 上海幟訊信息技術股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種信息服務提供方法，其特征在于，所述方法包括：

根據用戶的歷史瀏覽信息集確定資訊偏好特征；

根據所述資訊偏好特征確定待推薦資訊對應的推薦概率；

根據所述推薦概率為所述用戶提供信息服務。

2.根據權利要求1所述的方法，其特征在于，所述根據用戶的歷史瀏覽信息集確定資訊偏好特征，包括：

對所述歷史瀏覽信息集中的瀏覽記錄進行處理生成用戶行為向量；

通過預設資訊提取模型處理所述用戶行為向量獲取至少一個模型處理結果，其中，所述預設資訊提取模型包括通過訓練集訓練生成的長短期記憶模型,所述訓練集包括歷史瀏覽信息集的正樣本和隨機生成的負樣本，所述正樣本的推薦概率為1，負樣本的推薦概率為0；

將各所述模型處理結果的平均值作為資訊偏好特征。

3.根據權利要求2所述的方法，其特征在于，所述對所述歷史瀏覽信息集中的瀏覽記錄進行處理生成用戶行為向量，包括：

按照所述瀏覽記錄的先后閱讀順序進行排列，并獲取各所述瀏覽記錄對應的標題和/或標簽；

使用卷積神經網絡或者直連法對排列后的所述瀏覽記錄以及對應的標題和/或標簽進行處理以生成用戶行為向量。

4.根據權利要求2所述的方法，其特征在于，所述將各所述模型處理結果的平均值作為資訊偏好特征，包括：

將所述模型處理結果對應的行為向量和所述待推薦資訊對應的資訊向量進行內積后的歸一化結果作為影響權重；

基于所述影響權重確定各所述處理結果的加權平均值作為資訊偏好特征。

5.根據權利要求1所述的方法，其特征在于，所述根據所述資訊偏好特征確定待推薦資訊對應的推薦概率，包括：

將所述資訊偏好特征和所述待推薦資訊輸入進行內積得到的向量輸入多層感知機進行降維；

通過激活函數處理所述降維后的所述向量以確定待推薦資訊對應的推薦概率。

6.根據權利要求4所述的方法，其特征在于，所述根據所述推薦概率為所述用戶提供信息服務，包括：

按照所述推薦概率選擇對應的待推薦資訊展示給所述用戶，其中，所述展示的形式包括圖像、文字、視頻、語音中至少一種。

7.根據權利要求2所述的方法，其特征在于，所述通過訓練集生成長短期記憶模型，包括：

獲取所述用戶的歷史瀏覽信息集作為訓練集的正樣本，并使用隨機替換方法生成閾值數量的信息數據集作為訓練集的負樣本；

將所述正樣本和所述負樣本輸入長短期記憶模型進行訓練直到所述長短期記憶模型的輸出結果滿足閾值條件。

8.一種信息服務提供裝置，其特征在于，所述裝置包括：

用戶偏好模塊，用于根據用戶的歷史瀏覽信息集確定資訊偏好特征；

概率確定模塊，用于根據所述資訊偏好特征確定待推薦資訊對應的推薦概率；

信息服務模塊，用于根據所述推薦概率為所述用戶提供信息服務。

9.一種電子設備，其特征在于，所述電子設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的信息服務提供方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一所述的信息服務提供方法。