用户意图的挖掘方法及装置、计算机设备及可读介质制造方法及图纸

本发明专利技术提供一种用户意图的挖掘方法及装置、计算机设备及可读介质。其方法包括：获取用户的行为数据对应的文本特征信息；利用预先训练的意图提取模型，提取行为数据对应的意图信息列表；根据行为数据对应的文本特征信息和意图信息列表、以及预设的语义相似度阈值，从用户的行为数据对应的意图信息列表中，获取用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐。本发明专利技术的技术方案，能够弥补现有技术的不足，准确、有效地挖掘用户的意图信息，以便于根据用户的意图信息进行有效地广告推荐，从而能够有效地提高广告推荐效率。

【技术实现步骤摘要】
用户意图的挖掘方法及装置、计算机设备及可读介质
本专利技术涉及计算机应用
，尤其涉及一种用户意图的挖掘方法及装置、计算机设备及可读介质。
技术介绍
随着移动时代的推进，内容生态蓬勃发展，越来越多展示类场景流量出现在人们日常生活中，广告主有意愿获取更多展示类商业流量。现有技术中，在信息流场景下，用户主要出于浏览的目的，没有明确的检索行为，广告主无法直接获取用户的意图。通常仅仅根据用户的一些特征信息如年龄、职业身份、兴趣爱好等特征，来向用户进行广告推荐。但是这种场景下，由于无法获取用户的真正意图，导致推荐的广告并不一定是用户在浏览时真正想要点击查看的广告，从而导致广告推荐效率较低。基于上述问题，本专利技术亟需提供一种信息流场景下的用户意图的挖掘方案，以便于根据用户意图进行广告推荐，从而进一步提高广告推荐效率。
技术实现思路
本专利技术提供了一种用户意图的挖掘方法及装置、计算机设备及可读介质，用于弥补现有技术的不足，提供一种有效地用户意图的挖掘方案。本专利技术提供一种用户意图的挖掘方法，所述方法包括：获取用户的行为数据对应的文本特征信息；利用预先训练的意图提取模型，提取所述行本文档来自技高网...

【技术保护点】
1.一种用户意图的挖掘方法，其特征在于，所述方法包括：获取用户的行为数据对应的文本特征信息；利用预先训练的意图提取模型，提取所述行为数据对应的意图信息列表；根据所述行为数据对应的文本特征信息和所述意图信息列表、以及预设的语义相似度阈值，从所述用户的所述行为数据对应的所述意图信息列表中，获取所述用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐。

【技术特征摘要】
1.一种用户意图的挖掘方法，其特征在于，所述方法包括：获取用户的行为数据对应的文本特征信息；利用预先训练的意图提取模型，提取所述行为数据对应的意图信息列表；根据所述行为数据对应的文本特征信息和所述意图信息列表、以及预设的语义相似度阈值，从所述用户的所述行为数据对应的所述意图信息列表中，获取所述用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐。2.根据权利要求1所述的方法，其特征在于，获取用户的行为数据对应的文本特征信息，具体包括：获取所述行为数据的浏览页面的标题和关键文本内容；对所述浏览页面的标题进行分词，得到多个标题分词；利用预先训练的内容关键词提取模型从所述关键文本内容中提取多个内容关键词；将所述多个标题分词和所述多个内容关键词组合，形成对应的所述文本特征信息。3.根据权利要求1所述的方法，其特征在于，若所述行为数据包括实时行为数据和/或所述用户在最近邻的历史时间周期内的多条历史行为数据，获取用户的行为数据对应的文本特征信息，具体包括：获取所述用户的实时行为数据对应的文本特征信息；和/或获取所述用户的各条所述历史行为数据对应的文本特征信息。4.根据权利要求3所述的方法，其特征在于，若所述行为数据包括实时行为数据，根据所述行为数据对应的文本特征信息和所述意图信息列表、以及预设的语义相似度阈值，从所述用户的所述行为数据对应的所述意图信息列表中，获取所述用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐，具体包括：根据所述实时行为数据对应的文本特征信息和对应的所述意图信息列表中各所述意图信息，分别计算对应的所述实时行为数据对应的文本特征信息与各所述意图信息的语义相似度；从所述意图信息列表中获取与所述实时行为数据对应的所述文本特征信息的语义相似度大于所述预设的相似度阈值的所述意图信息，作为所述用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐。5.根据权利要求3所述的方法，其特征在于，若所述行为数据包括所述用户在最近邻的所述历史时间周期内的多条历史行为数据，根据所述行为数据对应的文本特征信息和所述意图信息列表、以及预设的语义相似度阈值，从所述用户的所述行为数据对应的所述意图信息列表中，获取所述用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐，具体包括：对于各条所述历史行为数据，根据对应的所述历史行为数据对应的文本特征信息和对应的所述意图信息列表中各所述意图信息，分别计算对应的所述历史行为数据对应的文本特征信息与对应的所述意图信息列表中各所述意图信息的语义相似度；对于各条所述历史行为数据，从对应的所述意图信息列表中获取与对应的所述文本特征信息的语义相似度大于所述预设的相似度阈值的所述意图信息，作为所述候选意图信息，共得到所述多个候选意图信息；从所述多个候选意图信息中获取N个目标意图信息，并加入至所述意图信息队列中，以进行广告推荐。6.根据权利要求3所述的方法，其特征在于，若所述行为数据包括所述用户在最近邻的第一历史时间周期内的多条历史行为数据和所述用户在最近邻的第二历史时间周期内的多条历史行为数据，所述第一历史时间周期大于所述第二历史时间周期；根据所述行为数据对应的文本特征信息和所述意图信息列表、以及预设的语义相似度阈值，从所述用户的所述行为数据对应的所述意图信息列表中，获取所述用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐，具体包括：对于各条所述第一历史时间周期内和所述第二历史时间周期内的所述历史行为数据，根据对应的所述历史行为数据对应的文本特征信息和对应的所述意图信息列表中各所述意图信息，分别计算对应的所述历史行为数据对应的文本特征信息与对应的所述意图信息列表中各所述意图信息的语义相似度；对于各条所述第一历史时间周期内和所述第二历史时间周期内的所述历史行为数据，从对应的所述意图信息列表中获取与对应的所述文本特征信息的语义相似度大于所述预设的相似度阈值的所述意图信息，作为所述候选意图信息，分别得到所述第一历史时间周期内的M个候选意图信息和所述第二历史时间周期内的W个候选意图信息；若所述W小于所述目的意图信息的预设数量N，将所述第二历史时间周期内的所述W个候选意图信息加入至所述意图信息队列中，作为所述用户的目的意图信息；从所述第一历史时间周期内的M个候选意图信息中获取N-W个目标意图信息，并加入至所述意图信息队列中，以进行广告推荐。7.根据权利要求3所述的方法，其特征在于，若所述行为数据包括所述实时行为数据和所述用户在最近邻的所述历史时间周期内的多条历史行为数据，根据所述行为数据对应的文本特征信息和所述意图信息列表、以及预设的语义相似度阈值，从所述用户的所述行为数据对应的所述意图信息列表中，获取所述用户的目的意图信息，并加入至意图信息队列中，以进行广告推荐，具体包括：获取所述实时数据对应的S个所述用户的目的意图信息，并加入至所述意图信息队列中；...

【专利技术属性】
技术研发人员：周浩，黄浩，曹德强，苏冬冬，陈四通，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11