信息推荐方法和装置制造方法及图纸

本发明专利技术涉及一种信息推荐方法和装置，所述信息推荐方法，包括：根据当前页面的页面标识以及页面标识与推荐参数的对应关系，确定页面标识对应的目标推荐参数；根据目标推荐参数确定对应的目标推荐策略；根据目标推荐策略查询推荐策略与推荐结果的对应关系，得到至少一个初始推荐结果；对至少一个初始推荐结果根据对应的权重进行融合，得到目标推荐结果。根据本发明专利技术的实施例，可以提高信息推荐的针对性。

Information recommendation methods and devices

The invention relates to an information recommendation method and device. The information recommendation method includes: determining the target recommendation parameters corresponding to the page identification according to the page identification of the current page and the corresponding relationship between the page identification and the recommendation parameters; determining the corresponding target recommendation strategy according to the target recommendation parameters; querying the corresponding relationship between the recommendation strategy and the recommendation result according to the target recommendation strategy. At least one initial recommendation result is obtained; at least one initial recommendation result is fused according to the corresponding weight to get the target recommendation result. According to embodiments of the present invention, the pertinence of information recommendation can be improved.

【技术实现步骤摘要】
信息推荐方法和装置
本专利技术涉及互联网
，尤其涉及一种信息推荐方法和装置。
技术介绍
随着信息技术和互联网的发展，人类从信息匮乏时代走向了信息过载时代。对于信息消费者，从大量信息中找到自己感兴趣的信息变得越来越困难。对于信息生产者，让自己生产的信息在众多信息中脱颖而出也变得越来越困难。相关技术中，在用户浏览信息时可以给用户进行信息推荐，帮助用户快速找到感兴趣的信息。然而，如何提高信息推荐的针对性是需要解决的一个技术问题。
技术实现思路
本专利技术提供一种信息推荐方法和装置，以解决相关技术中的不足。根据本专利技术实施例的第一方面，提供一种信息推荐方法，包括：根据当前页面的页面标识以及页面标识与推荐参数的对应关系，确定所述页面标识对应的目标推荐参数；根据所述目标推荐参数确定对应的目标推荐策略；根据所述目标推荐策略查询推荐策略与推荐结果的对应关系，得到至少一个初始推荐结果；对所述至少一个初始推荐结果根据对应的权重进行融合，得到目标推荐结果。在一个实施例中，所述当前页面可为第一推荐页面；所述目标推荐参数可为用户标识。在一个实施例中，所述目标推荐策略可为第一推荐策略；所述至少一个初始推荐结果可包括：第一初始推荐结果、第二初始推荐结果以及第三初始推荐结果；所述第一初始推荐结果为根据用户的偏好商品数据生成的推荐给用户的商品的推荐结果，所述偏好商品数据通过将用户与商品的交互行为数据输入已训练的推荐模型获得；所述第二初始推荐结果为根据用户的标签以及商品与标签的对应关系获得的推荐给用户的商品的推荐结果；所述第三初始推荐结果为根据商品的上架时间与用户标识获得的推荐给用户的上架时间符合预设条件的商品的推荐结果；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中存在所述用户标识对应的用户与商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系。在一个实施例中，所述目标推荐策略可为第二推荐策略；所述至少一个初始推荐结果可包括：第二初始推荐结果以及第三初始推荐结果；所述第二初始推荐结果为根据用户的标签以及商品与标签的对应关系获得的推荐给用户的商品的推荐结果；所述第三初始推荐结果为根据商品的上架时间与用户标识获得的推荐给用户的上架时间符合预设条件的商品的推荐结果；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中不存在所述用户标识对应的用户与商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系。在一个实施例中，所述当前页面可为第二推荐页面；所述目标推荐参数可包括用户标识与商品标识。在一个实施例中，所述目标推荐策略可为第三推荐策略；所述至少一个初始推荐结果可包括：第一初始推荐结果、第四初始推荐结果与第五初始推荐结果；所述第一初始推荐结果为根据用户的偏好商品数据生成的推荐给用户的商品的推荐结果，所述第四初始推荐结果为根据商品标识与相似商品的商品标识之间的第一对应关系生成的推荐给用户的商品的推荐结果，所述偏好商品数据与所述第一对应关系通过将用户与商品的交互行为数据输入已训练的推荐模型获得；所述第五初始推荐结果为根据商品标识和商品标识与相似商品的商品标识之间的第二对应关系获得的推荐给用户的商品的推荐结果；所述第二对应关系根据商品的属性数据计算商品之间的相似度获得；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中存在所述用户标识对应的用户与商品的交互行为数据；根据所述商品标识确定预设的数据库中存在所述商品标识对应的商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系以及商品标识和商品的交互行为数据的对应关系。在一个实施例中，所述目标推荐策略可为第四推荐策略；所述至少一个初始推荐结果可包括：第一初始推荐结果与第五初始推荐结果；所述第一初始推荐结果为根据用户的偏好商品数据生成的推荐给用户的商品的推荐结果，所述偏好商品数据通过将用户与商品的交互行为数据输入已训练的推荐模型获得；所述第五初始推荐结果为根据商品标识和商品标识与相似商品的商品标识之间的第二对应关系获得的推荐给用户的商品的推荐结果；所述第二对应关系根据商品的属性数据计算商品之间的相似度获得；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中存在所述用户标识对应的用户与商品的交互行为数据；根据所述商品标识确定预设的数据库中不存在所述商品标识对应的商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系以及商品标识和商品的交互行为数据的对应关系。在一个实施例中，所述目标推荐策略可为第五推荐策略；所述至少一个初始推荐结果可包括：第四初始推荐结果与第五初始推荐结果；所述第四初始推荐结果为根据商品标识与相似商品的商品标识之间的第一对应关系生成的推荐给用户的商品的推荐结果，所述第一对应关系通过将用户与商品的交互行为数据输入已训练的推荐模型获得；所述第五初始推荐结果为根据商品标识和商品标识与相似商品的商品标识之间的第二对应关系获得的推荐给用户的商品的推荐结果；所述第二对应关系根据商品的属性数据计算商品之间的相似度获得；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中不存在所述用户标识对应的用户与商品的交互行为数据；根据所述商品标识确定预设的数据库中存在所述商品标识对应的商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系以及商品标识和商品的交互行为数据的对应关系。在一个实施例中，所述目标推荐策略可为第六推荐策略；所述至少一个初始推荐结果可包括：第五初始推荐结果；所述第五初始推荐结果为根据商品标识和商品标识与相似商品的商品标识之间的第二对应关系获得的推荐给用户的商品的推荐结果；所述第二对应关系根据商品的属性数据计算商品之间的相似度获得；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中不存在所述用户标识对应的用户与商品的交互行为数据；根据所述商品标识确定预设的数据库中不存在所述商品标识对应的商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系以及商品标识和商品的交互行为数据的对应关系。在一个实施例中，所述用户与商品的交互行为数据可包括购买商品的行为数据、评论商品的行为数据、分享商品的行为数据、收藏商品的行为数据、点赞商品的行为数据、浏览商品的行为数据、推送商品的行为数据中的至少一种。在一个实施例中，所述商品的交互行为数据可包括购买商品的行为数据、评论商品的行为数据、分享商品的行为数据、收藏商品的行为数据、点赞商品的行为数据、浏览商品的行为数据、推送商品的行为数据中的至少一种。根据本专利技术实施例的第二方面，提供一种信息推荐装置，包括：第一确定模块，用于根据当前页面的页面标识以及页面标识与推荐参数的对应关系，确定所述页面标识对应的目标推荐参数；第二确定模块，用于根据所述目标推荐参数确定对应的目标推荐策略；查询模块，用于根据所述目标推荐策略查询推荐策略与推荐结果的对应关系，得到至少一个本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，包括：根据当前页面的页面标识以及页面标识与推荐参数的对应关系，确定所述页面标识对应的目标推荐参数；根据所述目标推荐参数确定对应的目标推荐策略；根据所述目标推荐策略查询推荐策略与推荐结果的对应关系，得到至少一个初始推荐结果；对所述至少一个初始推荐结果根据对应的权重进行融合，得到目标推荐结果。

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：根据当前页面的页面标识以及页面标识与推荐参数的对应关系，确定所述页面标识对应的目标推荐参数；根据所述目标推荐参数确定对应的目标推荐策略；根据所述目标推荐策略查询推荐策略与推荐结果的对应关系，得到至少一个初始推荐结果；对所述至少一个初始推荐结果根据对应的权重进行融合，得到目标推荐结果。2.根据权利要求1所述的信息推荐方法，其特征在于，所述当前页面为第一推荐页面；所述目标推荐参数为用户标识。3.根据权利要求2所述的信息推荐方法，其特征在于，所述目标推荐策略为第一推荐策略；所述至少一个初始推荐结果包括：第一初始推荐结果、第二初始推荐结果以及第三初始推荐结果；所述第一初始推荐结果为根据用户的偏好商品数据生成的推荐给用户的商品的推荐结果，所述偏好商品数据通过将用户与商品的交互行为数据输入已训练的推荐模型获得；所述第二初始推荐结果为根据用户的标签以及商品与标签的对应关系获得的推荐给用户的商品的推荐结果；所述第三初始推荐结果为根据商品的上架时间与用户标识获得的推荐给用户的上架时间符合预设条件的商品的推荐结果；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中存在所述用户标识对应的用户与商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系。4.根据权利要求2所述的信息推荐方法，其特征在于，所述目标推荐策略为第二推荐策略；所述至少一个初始推荐结果包括：第二初始推荐结果以及第三初始推荐结果；所述第二初始推荐结果为根据用户的标签以及商品与标签的对应关系获得的推荐给用户的商品的推荐结果；所述第三初始推荐结果为根据商品的上架时间与用户标识获得的推荐给用户的上架时间符合预设条件的商品的推荐结果；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中不存在所述用户标识对应的用户与商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系。5.根据权利要求1所述的信息推荐方法，其特征在于，所述当前页面为第二推荐页面；所述目标推荐参数包括用户标识与商品标识。6.根据权利要求5所述的信息推荐方法，其特征在于，所述目标推荐策略为第三推荐策略；所述至少一个初始推荐结果包括：第一初始推荐结果、第四初始推荐结果与第五初始推荐结果；所述第一初始推荐结果为根据用户的偏好商品数据生成的推荐给用户的商品的推荐结果，所述第四初始推荐结果为根据商品标识与相似商品的商品标识之间的第一对应关系生成的推荐给用户的商品的推荐结果，所述偏好商品数据与所述第一对应关系通过将用户与商品的交互行为数据输入已训练的推荐模型获得；所述第五初始推荐结果为根据商品标识和商品标识与相似商品的商品标识之间的第二对应关系获得的推荐给用户的商品的推荐结果；所述第二对应关系根据商品的属性数据计算商品之间的相似度获得；所述根据所述目标推荐参数确定对应的目标推荐策略之前，包括：根据所述用户标识确定预设的数据库中存在所述用户标识对应的用户与商品的交互行为数据；根据所述商品标识确定预设的数据库中存在所述商品标识对应的商品的交互行为数据；所述数据库中存储有用户标识和用户与商品的交互行为数据的对应关系以及商品标识和商品的交互行为数据的对应关系。7.根据权利要求5所述的信息推荐方法，其特征在于，所述目标推荐策略为第四推荐策略；所述至少一个初始推荐结果包括：第一初始推荐结果与第五初始推荐结果；所述第一初始推荐结果为根据用户的偏好商品...

【专利技术属性】
技术研发人员：王国鹤，许蕾，李慧，周希波，张绍楠，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11