一种信息推荐方法及装置制造方法及图纸

本申请公开了一种信息推荐方法及装置。所述方法包括：获取用户集合中的各用户对各可推荐信息的实时反应数据；根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，以及所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据；根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息。利用本申请实施例，各可推荐信息可以是新的可推荐信息，可以根据用户对各可推荐信息的实时反应数据，实时地推测用户当前的兴趣点，则可以有效地学习到用户是否对新的可推荐信息感兴趣，进而有利于降低信息推荐的试错成本。

An Information Recommendation Method and Device

This application discloses an information recommendation method and device. The method includes acquiring the real-time response data of each user to the recommended information in the user set, determining the global interest data of the user set for the recommended information according to the real-time response data, and the individual interest of the designated user in the user set for the recommended information. According to the global interest data and the personal interest data, the recommended information is recommended for the designated user. Using the embodiment of the present application, each recommendable information may be new recommendable information. According to the real-time response data of the user to the recommendable information, the user's current interest can be inferred in real time, and the user's interest in the new recommendable information can be effectively learned, which is conducive to reducing the test of information recommendation. Wrong cost.

【技术实现步骤摘要】
一种信息推荐方法及装置
本申请涉及计算机软件
，尤其涉及一种信息推荐方法及装置。
技术介绍
在互联网时代，线上向用户推荐各种信息是一种常见的现象。新的可推荐信息冷启动是广告点击率预测、个性化推荐等信息推荐方面的应用所广泛面临的问题。具体地，在应用刚刚上线时往往缺乏历史数据，在这种情况下，对于新的可推荐信息，该应用由于缺乏用户与该可推荐信息的历史交互数据，因此，难以学习到用户的行为偏好和该可推荐信息的特征，所以难以将该可推荐信息精准地向用户进行推荐。在现有技术中，主要根据历史经验，通过人为地设置一定概率值推荐新的可推荐信息来解决上述冷启动问题。比如，用户使用某个电影应用时，该电影应用会按照一定概率推送一些新的电影让用户选择是否喜爱。但是，由于上述现有技术的信息推荐方式使用了历史经验，而且只得到新的可推荐信息非常有限的少量信息，因此，难以有效地学习到用户是否对新的可推荐信息感兴趣，导致信息推荐的试错成本较高。
技术实现思路
本申请实施例提供一种信息推荐方法及装置，用以解决现有技术中的如下技术问题：现有技术的信息推荐方式使用了历史经验，而且只得到新的可推荐信息非常有限的少量信息，因此，难本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，包括：获取用户集合中的各用户对各可推荐信息的实时反应数据；根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，以及所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据；根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息。

【技术特征摘要】
1.一种信息推荐方法，包括：获取用户集合中的各用户对各可推荐信息的实时反应数据；根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，以及所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据；根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息。2.如权利要求1所述的方法，所述获取用户集合中的各用户对各可推荐信息的实时反应数据，具体包括：获取反映用户集合中的各用户对各可推荐信息实时的操作行为和/或无视行为的数据，作为实时反应数据。3.如权利要求1所述的方法，所述获取用户集合中的各用户对各可推荐信息的实时反应数据，具体包括：获取反映所述各可推荐信息对于用户集合中的各用户的曝光情况的曝光数据；根据所述曝光数据，获取所述用户集合中的各用户对所述各可推荐信息中的曝光的可推荐信息的实时反应数据。4.如权利要求1所述的方法，所述根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，以及所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据前，所述方法还包括：分别确定所述各可推荐信息在预先划分的各信息类别中所属的类别。5.如权利要求4所述的方法，所述用户集合对于所述各可推荐信息的全局兴趣数据包括：所述用户集合对于所述各可推荐信息分别的全局兴趣数据，和/或所述用户集合对于各所述类别分别的全局兴趣数据；所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据包括：所述用户集合中的指定用户对于各所述类别分别的个人兴趣数据。6.如权利要求5所述的方法，所述根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，具体包括：根据所述实时反应数据，实时确定所述用户集合对于所述各可推荐信息分别的全局点击率；和/或根据所述实时反应数据，实时确定所述用户集合对于各所述类别分别的全局点击率；根据实时确定的全局点击率，确定所述用户集合对于所述各可推荐信息的全局兴趣数据。7.如权利要求5所述的方法，所述根据所述实时反应数据，确定所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据，具体包括：根据所述用户集合中的指定用户对所述各可推荐信息的实时反应数据，实时更新所述指定用户对于各所述类别分别的个人兴趣数据；所述根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息，具体包括：根据所述全局兴趣数据和实时更新后的所述个人兴趣数据，为所述指定用户推荐所述可推荐信息。8.如权利要求7所述的方法，所述根据所述用户集合中的指定用户对所述各可推荐信息的实时反应数据，实时更新所述指定用户对于各所述类别分别的个人兴趣数据，具体包括：判定所述用户集合中的指定用户对所述各可推荐信息的实时反应数据属于正反馈数据还是属于负反馈数据，其中，所述正反馈数据表征所述指定用户对对应的可推荐信息兴趣上升，所述负反馈数据表征所述指定用户对对应的可推荐信息兴趣下降；根据判定结果，相应地实时更新所述指定用户对于各所述类别分别的个人兴趣数据。9.如权利要求1所述的方法，所述根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息，具体包括：根据所述全局兴趣数据和所述个人兴趣数据，对所述各可推荐信息进行排序；根据排序结果，为所述指定用户推荐所述可推荐信息。10.一种信息推荐装置，包括：获取模块，获取用户集合中的各用户对各可推荐信息的实时反应数据；确定模...

【专利技术属性】
技术研发人员：杨新星，周俊，李小龙，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY