一种基于人工智能的信息推荐方法和装置制造方法及图纸

本发明专利技术公开了一种基于人工智能的信息推荐方法和装置，所述方法包括：当需要向任一用户推荐信息时，按照符合用户的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息；将待推荐的信息推荐给用户。应用本发明专利技术所述方案，能够提高推荐结果的准确性等。

【技术实现步骤摘要】

本专利技术涉及网络技术，特别涉及一种基于人工智能的信息推荐方法和装置。
技术介绍
目前，人工智能技术已经得到了广泛应用，人工智能(ArtificialIntelligence)，英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。如现有的推荐系统中，可通过以下方式来实现对于用户的个性化推荐：通过统计用户的历史行为，获取用户的兴趣偏好，进而向用户推荐其感兴趣的信息，这里所提到的信息可以表现为各种形式，如商品信息、新闻信息等。但是，上述兴趣偏好中通常只会包括一个或少数几个偏好类别，这样，将会反复不停地向用户推荐这一个或这少数几个类别的信息，无视用户对其它类别的需求，从而降低了推荐结果的准确性。
技术实现思路
本专利技术提供了一种基于人工智能的信息推荐方法和装置，能够提高推荐结果的准确性。具体技术方案如下：一种基于人工智能的信息推荐方法，包括：当需要向任一用户推荐信息时，按照符合所述用户的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息；将所述待推荐的信息推荐给所述用户。一种基于人工智能的信息推荐装置，包括：挑选单元和推荐单元；所述挑选单元，用于当需要向任一用户推荐信息时，按照符合所述用户的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息，并将所述待推荐的信息发送给所述推荐单元；所述推荐单元，用于将所述待推荐的信息推荐给所述用户。基于上述介绍可以看出，采用本专利技术所述方案，当需要向任一用户推荐信息时，可按照符合用户的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息，进而将待推荐的信息推荐给用户，从而相比于现有技术，既满足了用户的兴趣偏好，又丰富了推荐给用户的信息类别，进而提高了推荐结果的准确性。【附图说明】图1为本专利技术所述基于人工智能的信息推荐方法实施例的流程图。图2为本专利技术所述基于人工智能的信息推荐装置实施例的组成结构示意图。【具体实施方式】为了使本专利技术的技术方案更加清楚、明白，以下参照附图并举实施例，对本专利技术所述方案作进一步地详细说明。实施例一图1为本专利技术所述基于人工智能的信息推荐方法实施例的流程图，如图1所示，包括以下具体实现方式：在11中，当需要向任一用户推荐信息时，按照符合用户的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息；在12中，将待推荐的信息推荐给用户。为便于表述，本实施例中，将待推荐的用户称为用户a，在向用户a推荐信息之前，需要先进行以下处理：获取用户a感兴趣的主题分布，以及，分别获取可供推荐的每条信息的主题分布。其中，可供推荐的每条信息的主题分布可表示为[P1,P2,...,Pj,...,PQ]。Pj表示每条信息属于第j个主题类别的概率，1≤j≤Q，Q表示针对可供推荐的各信息划分出的主题类别数。Q为大于1的正整数，具体如何划分主题类别可根据实际需要而定，对于任一信息来说，其可能同时属于多个主题类别，如对于一本小说来说，其可能同时属于言情小说的主题类别和玄幻小说的主题类别，假设属于言情小说这一主题类别的概率为0.6(60％)，属于玄幻小说这一主题类别的概率为0.4，那么该信息属于这两个主题类别之外的其它主题类别的概率则为0。用户a感兴趣的主题分布可表示为[F1，F2，…，Fj，…，FQ]。Fj表示用户a对第j个主题类别的感兴趣程度，可根据用户a的历史行为，获取到用户a对不同主题类别的感兴趣程度，并且，可根据用户a的历史行为的更新，对用户a对不同主题类别的感兴趣程度进行相应更新，具体实现均为现有技术。如果用户a为新用户，不存在历史行为，那么可按照大多数老用户对不同主题类别的感兴趣程度，设定用户a对不同主题类别的感兴趣程度，后续当用户a存在历史行为后，再根据用户a的历史行为，对用户a对不同主题类别的感兴趣程度进行更新，当然，这里仅为举例说明，并不用于限制本专利技术的技术方案，针对新用户，除上述方式外，还可以采用本领域技术人员能够想到的其它任意处理方式。在获取到用户a感兴趣的主题分布以及可供推荐的各信息的主题分布之后，即可按照符合用户a的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息，进而将待推荐的信息推荐给用户a。在从可供推荐的各信息中挑选待推荐的信息时，可根据各信息的评分进行挑选，并且，可采用贪心算法进行挑选。具体地，从可供推荐的各信息中挑选出待推荐的信息可包括：1)根据上述原则，分别计算出可供推荐的每条信息的第一评分，并将取值最大的第一评分对应的信息加入到推荐集合中，推荐集合初始为空；2)统计推荐集合中包括的信息数，并针对推荐集合，执行以下预定处理：21)将统计结果赋值给参数n；生成M-n个候选推荐集合，M的取值等于可供推荐的信息数，每个候选推荐集合中包括：已加入到推荐集合中的信息以及一个未加入到推荐集合中的信息，且，任意两个候选推荐集合均不相同；22)分别计算出每个候选推荐集合的第一评分，将取值最大的第一评分对应的候选推荐集合作为推荐集合；23)统计推荐集合中包括的信息数，若统计结果等于预先设定的阈值N，N为大于1的正整数，则将推荐集合中的信息作为待推荐的信息，否则，重复执行21)～23)。N表示需要推荐给用户a的信息数，通常不会只推荐一条信息，具体取值可根据实际需要而定。上述挑选过程可举例说明如下：假设共存在五本小说，分别b、c、d、e、f，需要从这五本小说中选出三本推荐给用户a；首先，分别计算出五本小说的第一评分，假设f的第一评分的取值最大，那么则将f加入到推荐集合中，得到推荐集合{f本文档来自技高网...

【技术保护点】
一种基于人工智能的信息推荐方法，其特征在于，包括：当需要向任一用户推荐信息时，按照符合所述用户的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息；将所述待推荐的信息推荐给所述用户。

【技术特征摘要】
1.一种基于人工智能的信息推荐方法，其特征在于，包括：当需要向任一用户推荐信息时，按照符合所述用户的兴趣偏好并满足推荐结果的多样性的原则，从可供推荐的各信息中挑选出待推荐的信息；将所述待推荐的信息推荐给所述用户。2.根据权利要求1所述的方法，其特征在于，所述从可供推荐的各信息中挑选出待推荐的信息包括：根据所述原则，分别计算出可供推荐的每条信息的第一评分，并将取值最大的第一评分对应的信息加入到推荐集合中，所述推荐集合初始为空；统计所述推荐集合中包括的信息数，并针对所述推荐集合，执行以下预定处理：将统计结果赋值给参数n；生成M-n个候选推荐集合，M的取值等于可供推荐的信息数，每个候选推荐集合中包括：已加入到所述推荐集合中的信息以及一个未加入到所述推荐集合中的信息，且，任意两个候选推荐集合均不相同；分别计算出每个候选推荐集合的第一评分，将取值最大的第一评分对应的候选推荐集合作为所述推荐集合；统计所述推荐集合中包括的信息数，若统计结果等于预先设定的阈值N，N为大于1的正整数，则将所述推荐集合中的信息作为所述待推荐的信息，否则，重复执行所述预定处理。3.根据权利要求2所述的方法，其特征在于，所述分别计算出每个候选推荐集合的第一评分包括：获取所述用户感兴趣的主题分布[F1，F2，…，Fj，…，FQ]，1≤j≤Q，Fj表示所述用户对第j个主题类别的感兴趣程度，Q表示针对可供推荐的各信息划分出的主题类别数，Q为大于1的正整数；分别获取每个候选推荐集合的主题分布[F′1，F′2，…，F′j，…，F′Q]，F′j表示每个候选推荐集合对第j个主题类别的覆盖程度；分别计算每个候选推荐集合的主题分布与所述用户感兴趣的主题分布之间的相似度，将计算结果作为每个候选推荐集合的第一评分；所述分别计算出可供推荐的每条信息的第一评分包括：分别将可供推荐的每条信息作为一个只包含一个元素的候选推荐集合，计算每个候选推荐集合的第一评分。4.根据权利要求3所述的方法，其特征在于，该方法进一步包括：在从可供推荐的各信息中挑选出待推荐的信息之前，分别确定出可供推荐的每条信息的主题分布[P1,P2,...,Pj,...,PQ]，Pj表示每条信息属于第j个主题类别的概率；对于每个候选推荐集合，分别计算出1与所述候选推荐集合中的每条信息属于第j个主题类别的概率之差，将各差值相加，将1与所述相加结果之差作为所述候选推荐集合对第j个主题类别的覆盖程度F′j。5.根据权利要求3或4所述的方法，其特征在于，该方法进一步包括：按照符合所述用户的兴趣偏好并满足推荐结果的多样性的原则，同时结合对于所述用户的新鲜度，从可供推荐的各信息中挑选出待推荐的信息。6.根据权利要求5所述的方法，其特征在于，当结合对于所述用户的新鲜度时，所述从可供推荐的各信息中挑选出待推荐的信息包括：针对可供推荐的每条信息，分别计算出所述信息的第一评分和体现对于用户的新鲜度的第二评分，并结合所述第一评分和所述第二评分计算出所述信息的综合评分；将取值最大的综合评分对应的信息加入到推荐集合中，所述推荐集合初始为空；统计所述推荐集合中包括的信息数，并针对所述推荐集合，执行以下预定处理：将统计结果赋值给参数n’；生成M-n’个候选推荐集合，M的取值等于可供推荐的信息数，每个候选推荐集合中包括：已加入到所述推荐集合中的信息以及一个未加入到所述推荐集合中的信息，且，任意两个候选推荐集合均不相同；分别计算出每个候选推荐集合的第一评分和第二评分，并结合所述第一评分和所述第二评分计算出每个候选推荐集合的综合评分，将取值最大的综合评分对应的候选推荐集合作为所述推荐集合；统计所述推荐集合中包括的信息数，若统计结果等于预先设定的阈值N，N为大于1的正整数，则将所述推荐集合中的信息作为所述待推荐的信息，否则，重复执行所述预定处理。7.根据权利要求6所述的方法，其特征在于，所述分别计算出每个候选推荐集合的第二评分包括：针对每个候选推荐集合，分别确定出所述候选推荐集合中的每条信息被推荐给所有用户的总次数，并针对Q个主题类别中的每个主题类别，分别确定出属于所述主题类别的信息被推荐给待推荐的所述用户的总次数，根据确定结果计算出所述候选推荐集合的第二评分；分别计算出可供推荐的每条信息的第二评分包括：分别将可供推荐的每条信息作为一个只包含一个元素的候选推荐集合，计算每个候选推荐集合的第二评分。8.一种基于人工智能的信息推荐装置，...

【专利技术属性】
技术研发人员：方晓敏，吴泽衡，王凡，石磊，何径舟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11