[發明專利]信息推薦方法及裝置、計算機可讀存儲介質、處理器

在審

• 申請號: 202110668849.6
• 申請日: 2021-06-16
• 公開（公告）號: CN113515699A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 劉偉煜;陳靖;琚趙兵;張虎;唐璇
• 申請（專利權）人: 中國郵政儲蓄銀行股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F16/901;G06F16/906;G06F40/242;G06F40/289;G06N20/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 霍文娟

1.一種信息推薦方法，其特征在于，包括：

獲取目標對象的主題標簽，其中，所述主題標簽從所述目標對象提交的預定數據流中提取得到；

通過預定推薦模型，確定與所述主題標簽對應的推薦數據，其中，所述預定推薦模型為使用多組訓練數據通過在線機器學習訓練得到的，所述多組訓練數據中每組訓練數據均包括：主題標簽與所述主題標簽對應的推薦數據，所述推薦數據為推薦給所述目標對象的推薦對象的標識信息；

將所述推薦數據發送至所述目標對象。

2.根據權利要求1所述的方法，其特征在于，獲取目標對象的主題標簽，包括：

獲取所述目標對象提交的所述預定數據流；

確定所述預定數據流中的關鍵詞序列；

確定關鍵詞序列中每一個關鍵詞的內容標簽，得到多個內容標簽；

確定所述多個內容標簽中權重大于預定閾值的部分內容標簽為所述主題標簽。

3.根據權利要求2所述的方法，其特征在于，在獲取所述目標對象提交的所述預定數據流之后，所述方法還包括：

為所述預定數據流中的每條預定數據添加時間戳。

4.根據權利要求2所述的方法，其特征在于，確定所述預定數據流中的關鍵詞序列，包括：

對所述預定數據流中的每條預定數據進行預處理，其中，所述預處理包括：分詞操作、無效數據的過濾操作；

確定預處理后的所述預定數據流中每個分詞結果的特征值，其中，所述特征值包括：TF-IDF值、TextRank值；

基于所述每個分詞結果的特征值分別生成所述每個分詞結果對應的序列表；

從所述序列表中截取特征值大于預設數值的目標分詞結果；

將所述目標分詞結果作為元素得到所述關鍵詞序列。

5.根據權利要求4所述的方法，其特征在于，確定關鍵詞序列中每一個關鍵詞的內容標簽，得到多個內容標簽，包括：

將所述關鍵詞序列中的每一個關鍵詞分別與預定標簽進行匹配，得到匹配結果；

基于所述匹配結果確定所述每一個關鍵詞的內容標簽，得到所述多個內容標簽。

6.根據權利要求5所述的方法，其特征在于，將所述關鍵詞序列中的每一個關鍵詞分別與預定標簽進行匹配，包括：

利用詞向量確定模型，確定所述每一個關鍵詞與所述預定標簽的詞向量；

確定所述每一個關鍵詞與所述預定標簽的詞向量之間的余弦相似度。

7.根據權利要求5所述的方法，其特征在于，確定所述多個內容標簽中權重大于預定閾值的部分內容標簽為所述主題標簽，包括：

確定所述多個內容標簽中每一個內容標簽相對于所述目標對象的重要性權重；

確定所述多個內容標簽中每一個內容標簽相對于所述目標對象的稀缺性權重；

確定所述多個內容標簽中每一個內容標簽的時間衰減系數；

基于所述重要性權重、所述稀缺性權重以及所述時間衰減系數確定所述多個內容標簽中每一個內容標簽的權重；

將所述多個內容標簽中權重大于所述預定閾值的部分標簽作為所述主題標簽。

8.根據權利要求1至7中任一項所述的方法，其特征在于，在將所述推薦數據發送至所述目標對象之后，所述方法還包括：

利用所述主題標簽對所述預定推薦模型進行更新。

9.一種信息推薦的裝置，其特征在于，包括：

獲取模塊，用于獲取目標對象的主題標簽，其中，所述主題標簽從所述目標對象提交的預定數據流中提取得到；

確定模塊，用于通過預定推薦模型，確定與所述主題標簽對應的推薦數據，其中，所述預定推薦模型為使用多組訓練數據通過在線機器學習訓練得到的，所述多組訓練數據中每組訓練數據均包括：主題標簽與所述主題標簽對應的推薦數據，所述推薦數據為推薦給所述目標對象的推薦對象的標識信息；

發送模塊，用于將所述推薦數據發送至所述目標對象。