信息推荐方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种信息推荐方法、装置、电子设备及可读存储介质。所述方法，包括：基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值；根据各待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值；基于所述关联程度值以及所述匹配程度值，确定与所述目标用户匹配的待推荐信息，并将所述待推荐信息发送至所述目标用户。由此解决了现有的信息推荐方法精准性和多样性存在不足，且对用户的吸引力较低的技术问题。取得了提高推荐信息的精准性、多样性以及用户吸引力的有益效果。

Information recommendation methods, devices, electronic devices and readable storage media

The invention discloses an information recommendation method, a device, an electronic device and a readable storage medium. The method includes: determining the correlation degree value between the target user and each scenario topic based on the first user data of the target user; determining the matching degree value between the proposed information and the scenario topic according to the second user data corresponding to each recommendation information; and determining the waiting for matching the target user based on the correlation degree value and the matching degree value. Recommendation information is sent to the target user. Thus, it solves the technical problems of the existing information recommendation methods, such as inaccuracy and diversity, and low attraction to users. It achieves the beneficial effect of improving the accuracy, diversity and user attraction of recommendation information.

【技术实现步骤摘要】
信息推荐方法、装置、电子设备及可读存储介质
本专利技术涉及互联网
，具体涉及一种信息推荐方法、装置、电子设备及可读存储介质。
技术介绍
随着移动互联网业务的兴起，人们可以方便的通过移动终端访问网络，进而获取或定制所需的服务，因此O2O(OnlineToOffline，/线上到线下)模式应运而生。这种模式的本质是使得用户和服务彼此之间更为便捷的发现，用户随时可以在线上选择自己需要的线下服务；而通过对用户画像及商户信息的挖掘，又可以向用户进行信息推荐，进而提升用户体验，并帮商户进行发现客户。但现有的信息推荐方案的核心思想是挖掘相似的用户或者相似待推荐信息，通过相似用户进行推荐或者给用户推荐相似待推荐信息。由此可见，现有的信息推荐方法多在于优化推荐算法，即如何更精准的匹配用户和商户，而并未关注用户实际所处的情境，因此基于现有信息推荐方法确定的推荐结果精准性和多样性存在不足，且对用户的吸引力较低。
技术实现思路
本专利技术提供一种信息推荐方法、装置、电子设备及可读存储介质，以部分或全部解决现有技术中信息推荐过程相关的上述问题。依据本专利技术第一方面，提供了一种信息推荐方法，包括：基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值；根据各待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值；基于所述关联程度值以及所述匹配程度值，确定与所述目标用户匹配的待推荐信息，并将所述待推荐信息发送至所述目标用户。根据本专利技术的第二方面，提供了一种信息推荐装置，包括：关联程度确定模块，用于基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值；匹配程度确定模块，用于根据各待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值；推荐信息匹配模块，用于基于所述关联程度值以及所述匹配程度值，确定与所述目标用户匹配的待推荐信息，并将所述待推荐信息发送至所述目标用户。根据本专利技术的第三方面，提供了一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现前述的信息推荐方法。根据本专利技术的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述的信息推荐方法。根据本专利技术的信息推荐方法，可以基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值；根据各待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值；基于所述关联程度值以及所述匹配程度值，确定与所述目标用户匹配的待推荐信息，并将所述待推荐信息发送至所述目标用户。由此解决了现有的信息推荐方法精准性和多样性存在不足，且对用户的吸引力较低的技术问题。取得了提高推荐信息的精准性、多样性以及用户吸引力的有益效果。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了根据本专利技术一个实施例的一种信息推荐方法的步骤流程图；图2示出了根据本专利技术一个实施例的一种信息推荐方法的步骤流程图；图3示出了根据本专利技术一个实施例的一种信息推荐装置的结构示意图；以及图4示出了根据本专利技术一个实施例的一种信息推荐装置的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。实施例一详细介绍本专利技术实施例提供的一种信息推荐方法。参照图1，示出了本专利技术实施例中一种信息推荐方法的步骤流程图。步骤110，基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值。在本专利技术实施例中，在向用户推荐信息时，为了提高推荐信息与相应用户所处情景的匹配程度，从而进一步提高推荐信息与相应用户之间的匹配精准性。针对需要进行信息推荐的目标用户，可以获取目标用户的第一用户数据，并且基于第一用户数据确定相应的目标用户针对各个情景主题的关联程度值。其中的第一用户数据可以包括任何可以获取得到的与目标用户相关的数据。例如，用户画像数据、UGC(UserGeneratedContent，用户原创内容)数据、PGC(Professionally-generatedContent，专业生产内容)数据、OGC(Occupationally-generatedContent，职业生产内容)数据，用户定位数据、当前的POI(PointofInterest，兴趣点)数据，等等。其中的POI数据又可以包括但不限于POI标签、POI的UGC内容、POI关联的文章，等等。在本专利技术实施例中，可以根据需求预先设置第一用户数据所包含的具体内容，而且在本专利技术实施例中，可以通过任何可用方法获取得到第一用户数据，对此本专利技术实施例均不加以限定。其中的情景主题也可以根据需求通过任何可用方法进行预先定义，例如可以通过专家定义的方式设定情景主题，也可以通过大量的参考数据进行数据挖掘，从而挖掘出情景主题，等等。而且情景主题的表示方式可以包括一个情景主题由至少一个词进行表示，等等。例如，可以设置某一情景主题为浪漫约会的情景主题，或者某一情景主题为聚餐的情景主题，等等。而且，在本专利技术实施例中可以采用任何可用方法基于第一用户数据确定相应的目标用户对各个情景主题的关联程度，对此本专利技术实施例不加以限定。例如，可以基于第一用户数据与各个情景主题的匹配程度作为相应的目标用户与相应情景主题的关联程度值，等等。步骤120，根据各待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值。在实际应用中，不同用户针对某一待推荐信息的第二用户数据可以在一定程度上表征相应的待推荐信息。例如，如果某一待推荐信息对应的第二用户数据中包含了多个用户选择该待推荐信息对应的地点作为约会地，那么则可以推知相应的待推荐信息与约会的情景主题的匹配程度较高。因此在本专利技术实施例中，为了给目标用户推荐与其所处情景匹配度较高的待推荐信息，同样地可以根据各待推荐信息对应的第二用户数据，确定相应的待推荐信息与每个情景主题的匹配程度值。具体的可以通过任何可用方式基于待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值，对此本专利技术实施例不加以限定。而且，在本专利技术实施例中，待推荐信息可以为任何一种可以推荐给用户的信息，例如可以包括但不限于针对至少一个物品的推荐信息、针对至少一个场所的推荐信息、针对至少一个网页的推荐信息，等等。具体的待推荐信息可以根据需求进行设定，对此本专利技术实施例不加以限定。另外，各推荐信息对应的第二用户数据可以包括针对相应的推荐信息进行购买、浏览、分享等操作的相关用户的第二用户数据。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：基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值；根据各待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值；基于所述关联程度值以及所述匹配程度值，确定与所述目标用户匹配的待推荐信息。

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值；根据各待推荐信息对应的第二用户数据，确定所述待推荐信息与所述情景主题的匹配程度值；基于所述关联程度值以及所述匹配程度值，确定与所述目标用户匹配的待推荐信息。2.根据权利要求1所述的方法，其特征在于，在所述基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值的步骤之前，还包括：基于可参考用户的第三用户数据进行数据挖掘，提取出特定的情景主题；和/或，根据预设的情景判断条件，定义特定的情境主题。3.根据权利要求2所述的方法，其特征在于，所述基于可参考用户的第三用户数据进行数据挖掘，提取出特定的情景主题的步骤，包括：对所述可参考用户的第三用户数据进行向量化处理，得到所述第三用户数据对应的多维词向量；基于所述多维词向量，通过主题模型得到所述情景主题。4.根据权利要求3所述的方法，其特征在于，所述对所述可参考用户的第三用户数据进行向量化处理，得到所述第三用户数据对应的多维词向量的步骤，包括：对所述可参考用户的第三用户数据进行分词处理；去除分词处理后的第三用户数据中的无效词，并提取所述第三用户数据中的特征词，所述无效词包括停用词、高频词中的至少一种；基于所述特征词构建所述第三用户数据的多维词向量。5.根据权利要求1-3任一项所述的方法，其特征在于，所述情景主题由情景主题词，和/或在所述情景主题词类别下的主题相关词所表征。6.根据权利要求5所述的方法，其特征在于，所述基于目标用户的第一用户数据确定所述目标用户与各个情景主题的关联程度值的步骤，包括：根据所述目标用户的每条第一用户数据中包含的情景相关词在各个情景主题词下的概率，获取所述第一用户数据针对每个情景主题词的特征值；基于所述第一用户数据在各个情景主题词下的特征值，获取所述目标用户对所述情景主题词所表征的情景主题的关联程度值。7.根据权利要求6所述的方法，其特征在于，所述根据所述目标用户的每条第一用户数据中包含的情景相关词在各个情景主题词下的概率，获取所述第一用户数据针对每个情景主题词的特征值的步骤，包括：针对每条第一用户数据，提取所述第一用户数据中的主题相关词；针对每个情景主题词，对所述主题相关词在所述情景主题词下的概率进行求和，得到所述第一用户数据针对所述情景主题词的特征值。8.根据权利要求6所述的方法，其特征在于，所述基于所述第一用户数据在各个情景主题词下的特征值，获取所述目标用户对所述情景主题词所表征的情景主题的关联程度值的步骤，包括：针对每个情景主题词，获取所述目标用户的全部第一用户数据针对所述情景主题词的特征值和值；获取所述特征值和值与所述全部第一用户数据的数量的比值，得到所述目标用户针对所述情景主题词所表征的情景主题的关联程度值。9.根据权利要...

【专利技术属性】
技术研发人员：陈文石，王强，卢文羊，李春阳，
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