一种推荐信息的获取方法及装置，电子设备制造方法及图纸

本申请提供了一种推荐信息的获取方法，属于计算机技术领域，解决现有技术中存在的获取的推荐信息单一，且相对于预设词库固定不变的问题。所述方法包括：获取待展示的提示信息；基于所述提示信息和预设的标签知识图谱构建标签池；从所述标签池中选择预设数量的标签推荐给用户；其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。本申请公开的推荐信息的获取方法，通过基于预设的标签知识图谱构建标签池，丰富了推荐给用户的信息。通过根据预设方法在获得的标签池中对标签进行选择，使得推荐给用户的标签实时变化，增强了推荐信息的新颖性。

An acquisition method and device for recommendation information, electronic equipment

This application provides a method of obtaining recommended information, which belongs to the field of computer technology. It solves the problem that the recommended information obtained in the existing technology is single, and it is fixed relative to the preset lexicon. The method comprises: acquiring information to be displayed; the prompt information and default label mapping label based on knowledge pool; choose a preset number of labels to the user from the tag pool; among them, the knowledge map is: to label the prompt information as the core word, knowledge map to label describe the corresponding prompt information dimension information. The method of obtaining the recommended information in this application is to enrich the information recommended to the user by building a label pool based on a preset tag knowledge map. The tags are selected in the tag pool according to the presupposition method, which makes the tags recommended to users real-time change and enhances the novelty of the recommendation information.

【技术实现步骤摘要】
一种推荐信息的获取方法及装置，电子设备
本申请涉及计算机
，特别是涉及一种推荐信息的获取方法及装置，电子设备。
技术介绍
suggest(下拉提示)旨在对用户(在搜索框的)输入文本进行联想，推荐展示相关匹配提示词供用户选择，以降低用户输入成本，同时对联想结果进行质量把控，确保便于搜索引擎的理解和检索，从而提升用户搜索体验。现有技术中的下拉提示通常基于用户输入的文本进行前缀匹配，例如：根据输入前缀的权重及各权重下的各下拉提示结果的权重计算各推荐信息的推荐概率，如搜“火”suggest会给出“火锅”等推荐信息作为提示信息供用户选择。进一步的，为了扩充提供给用户的推荐信息扩充,现有技术中还会针对每一个提示信息，推荐与该提示信息相关的类目信息供用户选择。例如，当用户输入搜索关键词“衬衫”时，提示信息中包括“衬衫连衣裙”，同时，系统根据预设的标签词库，选择提示信息“衬衫连衣裙”的类目标签，然后推荐提示信息的类目信息，如：长款、修身、韩版等。可见，现有技术中的推荐信息的获取方法至少存在获取的推荐信息单一，且相对于预设词库固定不变的缺陷。
技术实现思路
本申请提供一种推荐信息的获取方法，解决现有技术中存在的获取的推荐信息单一，且相对于预设词库固定不变的问题。为了解决上述问题，第一方面，本申请实施例提供了一种推荐信息的获取方法包括：获取待展示的提示信息；基于所述提示信息和预设的标签知识图谱构建标签池；从所述标签池中选择预设数量的标签推荐给用户；其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。第二方面，本申请实施例提供了一种推荐信息的获取装置，包括：提示信息获取模块，用于获取待展示的提示信息；标签池构建模块，用于基于所述提示信息和预设的标签知识图谱构建标签池；推荐模块，用于从所述标签池构建模块构建的标签池中选择预设数量的标签推荐给用户；其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的推荐信息的获取方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请实施例公开的推荐信息的获取方法的步骤。本申请实施例公开的推荐信息的获取方法，通过获取待展示的提示信息，并基于所述提示信息和预设的标签知识图谱构建标签池，然后从所述标签池中选择预设数量的标签推荐给用户，解决了现有技术中存在的获取的推荐信息单一，且相对于预设词库固定不变的问题。通过基于预设的标签知识图谱构建标签池，丰富了推荐给用户的信息。通过根据预设方法在获得的标签池中对标签进行选择，使得推荐给用户的标签实时变化，增强了推荐信息的新颖性。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例一的推荐信息的获取方法流程图；图2是本申请实施例二的推荐信息的获取方法流程图；图3是本申请实施例三的推荐信息的获取装置结构示意图之一；图4是本申请实施例三的推荐信息的获取装置结构示意图之二；图5是本申请实施例三的推荐信息的获取装置结构示意图之三。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请实施例所述的推荐信息的获取方法可以应用于搜索推荐领域。例如，用户通过应用页面输入查询词之后，搜索引擎基于前缀搜索，召回多个搜索结果，并展示为提示信息。对于每个提示信息，推荐系统通过调用本申请公开的推荐信息获取方法获取相应的推荐信息，并在适当的位置进行展示。实施例一本实施例公开的一种推荐信息的获取方法，如图1所示，该方法包括：步骤100至步骤120。步骤100，获取待展示的提示信息。在推荐应用中，当用户输入搜索关键词之后，搜索引擎会给予前缀匹配的方式，返回相应的搜索结果，用于展示给用户。然后，推荐应用按照搜索结果的匹配度或点击率等指标，选择指标最好的预设数量搜索结果作为提示信息，便于推荐应用在搜索页面展示给用户。具体实施时，检测到用户输入搜索关键词之后，通过调用搜索引擎提供的接口可以获得待展示给用户的提示信息。步骤110，基于所述提示信息和预设的标签知识图谱构建标签池。其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。在基于提示信息进行信息推荐之前，首先要建立标签知识图谱。建立标签知识图谱时，首先要确定可能的提示信息。提示信息通常基于用户的搜索日志基于搜索结果的点击日志获得。例如，很多用户在输入“汽车”之后，点击了“汽车美容”这个搜索结果，则建立标签知识图谱时，“汽车美容”将作为一个提示信息。标签知识图谱是以提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。标签知识图谱中包括多个核心词，围绕每一个核心词，构建了该核心词的多维度的知识体系，最后形成簇状的知识图谱。其中，标签用于描述该核心词的各个维度的信息，例如，对于核心词“汽车美容”，其类目维度的信息可以描述为“内部美容”、“漆面护理”，其品牌维度的信息可以秒速为“汽车工坊”、“汽车亿佰”，则提示信息“汽车美容”的标签包括：“内部美容”、“漆面护理”、“汽车工坊”、“汽车亿佰”。然后，根据通过数据结构表示提示信息和各标签的层级及类目隶属关系，构成每个所述提示信息的知识图谱。具体实施时，标签涉及的维度包括：类目、子类目、附加属性等，附加属性可以为：商家信息、品牌信息、地域信息、产品特征信息等。核心词以及核心词的标签通常通过对平台数据的分析，结合具体业务需求确定。具体实施时，标签知识图谱可以采用树状结构来表示。树状结构的根节点是每个簇状知识图谱的核心词，树状结构的叶子节点是核心词的各种维度的标签。通过将所述提示信息和预设的标签知识图谱中的每个核心词进行匹配，然后，取匹配成功的核心词对应的标签知识图谱中的所有标签作为该提示信息的标签，加入标签池。步骤120，从所述标签池中选择预设数量的标签推荐给用户。鉴于展示空间的局限，通常从所述标签池中选择预设数量的标签推荐给用户，如每个提示信息展示3个推荐标签。在选择展示给用户的标签时，可以随机选出预设数量的标签展示给用户；还可以挑选点击率高的标签展示给用户；或者，通过置信区间上界算法从所述标签池中选择预设数量的推荐值最高的标签推荐给用户。在计算推荐值的过程中可以根据标签的历史点击数据，或者结合标签的历史点击数据和接受推荐的用户的用户特征计算标签的推荐值。本申请实施例公开的推荐信息的获取方法，通过获取待展示的提示信息，并基于所述提示信息和预设的标签知识图谱构建标签池，然后从所述标签池中选择预设数量的标签本文档来自技高网...

【技术保护点】
一种推荐信息的获取方法，其特征在于，包括：获取待展示的提示信息；基于所述提示信息和预设的标签知识图谱构建标签池；从所述标签池中选择预设数量的标签推荐给用户；其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。

【技术特征摘要】
1.一种推荐信息的获取方法，其特征在于，包括：获取待展示的提示信息；基于所述提示信息和预设的标签知识图谱构建标签池；从所述标签池中选择预设数量的标签推荐给用户；其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。2.根据权利要求1所述的方法，其特征在于，所述从所述标签池中选择预设数量的标签推荐给用户的步骤，包括：通过置信区间上界算法从所述标签池中选择预设数量的标签推荐给用户。3.根据权利要求2所述的方法，其特征在于，所述通过置信区间上界算法从所述标签池中选择预设数量的标签推荐给用户，进一步包括：根据用户对标签的历史行为数据预估所述标签池中每个标签的期望收益；根据所述提示信息的历史标签展示总次数和所述标签池中每个标签的展示总次数，分别确定所述标签池中每个标签的收益调整指标；将所述期望收益和所述收益调整指标的和作为所述标签池中各标签的推荐值；从所述标签池中选择推荐值最高的预设数量标签推荐给用户。4.根据权利要求3所述的方法，其特征在于，所述根据用户对标签的历史行为数据预估所述标签池中每个标签的期望收益的步骤，包括：根据与标签相同的提示信息的历史点击率，预估所述标签池中相应标签的期望收益；或者，根据当前用户的用户特征和标签的预估点击率，预估所述标签池中相应标签的期望收益。5.根据权利要求1所述的方法，其特征在于，所述基于所述提示信息和预设的标签知识图谱构建标签池的步骤，包括：将所述提示信息和预设的标签知识图谱中的每个核心词进行匹配；将匹配成功的核心词对应的标签知识图谱中的所有标签加入标签池。6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述提示信息和预设的标签知识图谱构建标签池的步骤之前，还包括：根据结构化兴趣点数据构建标签知识图谱，和/或，根据用户行为日志构建标签知识图谱。7.根据权利要求6所述的方法，其特征在于，所述根据结构化兴趣点数据构建标签知识图谱的步骤，包括：基于结构化兴趣点数据中的兴趣点名称、类目名称和附加属性名称，确定核心词和所述核心词的标签；根据所述结构化兴趣点数据的类目体系层级关系、附加属性体系层级关系，以及类目体系和附加属性体系的对应关系，建立各标签的树状关系；其中，每个所述树状关系的根节点为该簇标签知识图谱的核心词，叶子节点为相应层级的标签。8.根据权利要求6所述的方法，其特征在于，所述根据用户行为日志构建标签知识图谱，包括：基于挖掘的用户行为日志的频繁项集，确定核心词和所述核心词的标签；根据各频繁项之间的预设关联关系，建立相应标签的树状关系；其中，所述树状关系的根节点为该簇标签知识图谱的核心词，叶子节点为标签；所述预设关联关系包括：商品和商家的关联关系，商家和商圈的关联关系。9.一种推荐信息的获取装置，其特征在于，包括：提示信息获取模块，用于获取待展示的提示信息；标签池构建模块，用于基于所述提示信息和预设的标签知识图谱构建标签池；推荐模块，用于从所述标签池构建模块构建的标签池中选择预设数量的标签推荐给用户；其中，所述标签知识图谱为：以所述提示...

【专利技术属性】
技术研发人员：汤彪，张弓，苏婧，郭皓洁，覃玉清，侯培旭，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京,11