一种信息推荐方法、设备和存储介质技术

本发明专利技术公开了一种信息推荐方法、设备和存储介质。该方法包括：在预设结构类型的页面中，采集用户行为数据；根据所述用户行为数据和预设的多种推荐算法，在网络中筛选偏好信息；通过预先训练的与所述结构类型对应的推荐模型，在筛选出的偏好信息中和历史推荐信息中确定推荐信息，并将所述推荐信息在所述页面中进行展示。在本发明专利技术中，推荐模型在确定推荐信息时，以多种推荐算法筛选出的偏好信息以及历史推荐信息作为参考，从而使确定出的推荐信息更具针对性和准确性，用户体验更佳，而且实现了多算法的智能融合。

【技术实现步骤摘要】
一种信息推荐方法、设备和存储介质
本专利技术涉及计算机
，特别是涉及一种信息推荐方法、设备和存储介质。
技术介绍
当前互联网、移动互联网快速发展并普及，人们通过网络浏览新闻、购买商品、办理业务以及参与教育、娱乐互动活动等。网络逐渐成为人们日常生活中不可缺少的重要部分。然而，网络给生活带来便利的同时，也存在着自身发展的问题——信息迷航。网络中的信息成指数级增长，数据量过于庞大。用户在庞大的网络信息中难以快速直接地寻找到自己需要的信息，在信息查找、对接过程中花费大量的时间。针对此问题，个性化推荐技术应运而生，其通过采集网站上的用户行为数据，分析用户的兴趣偏好，基于此对网站上的信息进行筛选，将用户可能感兴趣的信息项目推荐给用户。以往的推荐技术注重于研究单一的推荐算法，推测用户的兴趣、关注点并向其推送相应的信息项目。但是，已有的个性化推荐方法侧重于单一算法的改进，忽略了对网站结构的把握，缺乏对用户的真实需求进行细致化深层次分析，而且单一的算法都有各自的优缺点，能较好地适应于某一类或几类网站结构，并不能较好地满足于所有网站结构的线上需求，因此，使用现有的信息推荐方法进行信息推荐的准确率较本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，包括：在预设结构类型的页面中，采集用户行为数据；根据所述用户行为数据和预设的多种推荐算法，在网络中筛选偏好信息；通过预先训练的与所述结构类型对应的推荐模型，在筛选出的偏好信息中和历史推荐信息中确定推荐信息，并将所述推荐信息在所述页面中进行展示。

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：在预设结构类型的页面中，采集用户行为数据；根据所述用户行为数据和预设的多种推荐算法，在网络中筛选偏好信息；通过预先训练的与所述结构类型对应的推荐模型，在筛选出的偏好信息中和历史推荐信息中确定推荐信息，并将所述推荐信息在所述页面中进行展示。2.如权利要求1所述的方法，其特征在于，所述在预设结构类型的页面中，采集用户行为数据，包括：在预设结构类型的页面中，采集推荐信息的点击行为数据；在采集用户行为数据之后，在网络中筛选偏好信息之前，还包括：根据推荐信息的点击行为数据，训练与所述结构类型对应的推荐模型。3.如权利要求2所述的方法，其特征在于，根据推荐信息的点击行为数据，训练与所述结构类型对应的推荐模型，包括：根据推荐信息的点击行为数据，将发生点击行为的推荐信息标记为正样本，将未发生点击行为的推荐信息标记为负样本；根据所述正样本和所述负样本，训练所述推荐模型。4.如权利要求1所述的方法，其特征在于，在在预设结构类型的页面中，采集用户行为数据之前，还包括：为网站中的各个页面分别设置结构类型，并为每种结构类型设置对应的推荐模型。5.如权利要求1-4中任一项所述的方法，其特征在于，所述推荐算法的种类，包括：人口统计学推荐算法、TopN推荐算法、基于内容的推荐算法和协同过滤推荐算法。6.一种信息推荐设备，其特征在于，所述信息...

【专利技术属性】
技术研发人员：李博文，
申请(专利权)人：中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：北京,11