一种资讯推荐方法及装置制造方法及图纸

本申请提供一种资讯推荐方法及装置，涉及互联网技术领域，能够提高资讯推荐结果的准确性和多样性。该方法包括：获取用户组中多个用户的多个特征标签、资讯组中多个资讯的多个属性标签、用户组中用户的交互信息，以及资讯组中资讯的交互信息；其中，用户的交互信息用于表征用户浏览的多个资讯，资讯的交互信息用于表征资讯被多个用户浏览；利用用户组中的第一目标用户的交互信息以及第一目标用户浏览的多个资讯的属性标签，构建用户‑资讯偏好模型；用户‑资讯偏好模型用于为第一目标用户推荐资讯；利用资讯组中的第一目标资讯的交互信息以及特征标签，构建资讯‑用户受众模型；利用资讯‑用户受众模型将第一目标资讯推荐给用户组中的用户。

An information recommendation method and device

【技术实现步骤摘要】
一种资讯推荐方法及装置
本申请涉及互联网
，尤其涉及一种资讯推荐方法及装置。
技术介绍
目前,大部分手机APP均已实现消息推送功能，但是，商业银行手机APP向客户提供资讯推送服务时，对所有的客户都是推送相同的资讯，而这些相同的资讯信息可能并不是全部用户均感兴趣的内容。这就导致某些用户需要自己进行资讯搜索，虽然现有银行的手机APP通过提供资讯搜索服务来增加用户粘性，但是金融资讯种类、内容繁多，用户很难从海量的资讯中找到自己感兴趣的内容。并且用户自己搜索资讯的及时性和准确性问题还有待商榷，给用户带来了困扰，降低了用户体验，限制了银行手机APP更好地发展。对此，现在有些银行手机APP采用协同过滤的算法进行资讯推送。即认为选择过相同产品的用户具有相似的偏好，所以把与目标用户选择过相同的产品的邻居用户选择过的产品推荐给目标用户。但是，采用协同过滤算法进行资讯推荐的方法并不适用于没有历史浏览记录的新用户，而且进行邻居用户选择筛查时计算数据量也较大，实现较为繁琐。还有的银行手机APP采用基于资讯内容推荐的算法进行资讯推荐。即认为用户会喜欢与自己历史选择过的产品相似的产品，即把与目标用户历史选择过的相似的产品推荐给目标用户。但是同样的，基于资讯内容进行推荐的算法也无法应对新用户使用的情况，并且，基于资讯内容的推荐可能会造成推荐的资讯内容较为单一，并不能满足客户需求。因此，银行手机APP如何更好的进行资讯推荐，成为一个亟待解决的问题。
技术实现思路
本申请提供一种资讯推荐方法及装置，能够结合用户兴趣偏好及资讯受众特征，为目标用户进行资讯推荐，以提高资讯推荐内容的准确性和多样性。为达到上述目的，本申请采用如下技术方案：第一方面，本申请提供一种资讯推荐方法，该方法可以包括：获取用户组中多个用户的多个特征标签、资讯组中多个资讯的多个属性标签、用户组中用户的交互信息，以及资讯组中资讯的交互信息；其中，用户的交互信息用于表征用户浏览的多个资讯，资讯的交互信息用于表征资讯被多个用户浏览；利用用户组中的第一目标用户的交互信息以及第一目标用户浏览的多个资讯的属性标签，构建用户-资讯偏好模型；该用户-资讯偏好模型用于为第一目标用户推荐资讯；利用资讯组中的第一目标资讯的交互信息以及特征标签，构建资讯-用户受众模型；利用该资讯-用户受众模型将第一目标资讯推荐给用户组中的用户。第二方面，本申请提供一种资讯推荐装置，该装置包括：获取模块、构建模块和推荐模块。其中，获取模块用于获取用户组中多个用户的多个特征标签、资讯组中多个资讯的多个属性标签、用户组中用户的交互信息，以及资讯组中资讯的交互信息；其中，用户的交互信息用于表征用户浏览的多个资讯，资讯的交互信息用于表征资讯被多个用户浏览。构建模块，用于利用用户组中的第一目标用户的交互信息以及第一目标用户浏览的多个资讯的属性标签，构建用户-资讯偏好模型；利用资讯组中的第一目标资讯的交互信息以及特征标签，构建资讯-用户受众模型。推荐模块，用于利用用户-资讯偏好模型为第一目标用户推荐资讯以及利用资讯-用户受众模型将第一目标资讯推荐给用户组中的用户。第三方面，本申请提供一种资讯推荐装置，该装置包括：处理器和存储器。其中，存储器用于存储一个或多个程序。该一个或多个程序包括计算机执行指令，当该装置运行时，处理器执行该存储器存储的该计算机执行指令，以使该装置执行第一方面及其各种可选的实现方式中任意之一所述的资讯推荐方法。第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述第一方面及其各种可选的实现方式中任意之一所述的资讯推荐方法。第五方面，本申请提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行上述第一方面及其各种可选的实现方式中任意之一所述的资讯推荐方法。第六方面，本申请提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行上述第一方面及其各种可选的实现方式中任意之一所述的资讯推荐方法。本申请提供的资讯推荐方法及装置，获取用户组中多个用户的多个特征标签、资讯组中多个资讯的多个属性标签、用户组中用户的交互信息，以及资讯组中资讯的交互信息；其中，用户的交互信息用于表征用户浏览的多个资讯，资讯的交互信息用于表征资讯被多个用户浏览；利用用户组中的第一目标用户的交互信息以及第一目标用户浏览的多个资讯的属性标签，构建用户-资讯偏好模型；该用户-资讯偏好模型用于为第一目标用户推荐资讯；利用资讯组中的第一目标资讯的交互信息以及特征标签，构建资讯-用户受众模型；利用该资讯-用户受众模型将第一目标资讯推荐给用户组中的用户。相对于现有技术中，资讯推荐较为单一且数据运算量较大。本申请提供的资讯推荐方法，首先，使用用户和资讯的多个信息，比如，用户的特征标、用户的交互信息、资讯的属性标签、资讯的交互信息，由于这些信息是用户实际浏览资讯过程中产生的信息，所以这些信息能够较好的表征用户对资讯的偏好，或者能够较好的表征某一条资讯更适合于哪些用户，如此，能够保证推荐结果的准确性。其次，利用构建的用户-资讯偏好模型和资讯-用户受众模型直接为用户推荐资讯，而不必每一次都寻找与用户具有相似特征的目标邻居用户浏览历史进行分析计算，如此，能够提高资讯推荐的效率。并且，不单一依赖于用户的浏览历史进行资讯推荐，能够进一步的保证推荐结果的多样性，并且解决了新用户及新资讯的推荐问题。附图说明图1为本申请实施例提供的资讯推荐方法示意图一；图2为本申请实施例提供的资讯推荐方法示意图二；图3为本申请实施例提供的资讯推荐方法示意图三；图4为本申请实施例提供的资讯推荐装置的结构示意图一；图5为本申请实施例提供的资讯推荐装置的结构示意图二；图6为本申请实施例提供的资讯推荐装置的结构示意图三。具体实施方式下面结合附图对本申请实施例提供的资讯推荐方法及装置进行详细地描述。本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。在本申请的描述中，除非另有说明，“多个”的含义是指两个或两个以上。本申请实施例提供一种资讯本文档来自技高网...

【技术保护点】
1.一种资讯推荐方法，其特征在于，包括：/n获取用户组中多个用户的多个特征标签、资讯组中多个资讯的多个属性标签、所述用户组中用户的交互信息，以及所述资讯组中资讯的交互信息；其中，所述用户的交互信息用于表征所述用户浏览的多个资讯，所述资讯的交互信息用于表征所述资讯被多个用户浏览；/n利用所述用户组中的第一目标用户的交互信息以及所述第一目标用户浏览的多个资讯的属性标签，构建用户-资讯偏好模型；所述用户-资讯偏好模型用于为所述第一目标用户推荐资讯；/n利用所述资讯组中的第一目标资讯的交互信息以及特征标签，构建资讯-用户受众模型；利用所述资讯-用户受众模型将所述第一目标资讯推荐给所述用户组中的用户。/n

【技术特征摘要】
1.一种资讯推荐方法，其特征在于，包括：
获取用户组中多个用户的多个特征标签、资讯组中多个资讯的多个属性标签、所述用户组中用户的交互信息，以及所述资讯组中资讯的交互信息；其中，所述用户的交互信息用于表征所述用户浏览的多个资讯，所述资讯的交互信息用于表征所述资讯被多个用户浏览；
利用所述用户组中的第一目标用户的交互信息以及所述第一目标用户浏览的多个资讯的属性标签，构建用户-资讯偏好模型；所述用户-资讯偏好模型用于为所述第一目标用户推荐资讯；
利用所述资讯组中的第一目标资讯的交互信息以及特征标签，构建资讯-用户受众模型；利用所述资讯-用户受众模型将所述第一目标资讯推荐给所述用户组中的用户。


2.根据权利要求1所述的资讯推荐方法，其特征在于，所述利用所述用户组中的第一目标用户的交互信息以及所述第一目标用户浏览的多个资讯的属性标签，构建用户-资讯偏好模型，具体包括：
利用所述用户组中的第一目标用户的交互信息以及所述第一目标用户浏览的多个资讯的属性标签，构建用户-资讯偏好矩阵；所述用户-资讯偏好矩阵Xu为：



其中，n表示所述第一目标用户浏览了n条资讯，m表示所述n条资讯具有m个属性标签，xij表示所述第一目标用户对第i条资讯的评分，n、m、i、j、均为正整数；
利用所述用户-资讯偏好矩阵构建所述用户-资讯偏好模型0≤wj≤1，其中，wj表示所述第一目标用户对第j个属性标签的偏好程度。


3.根据权利要求1所述的资讯推荐方法，其特征在于，所述利用所述资讯组中的第一目标资讯的交互信息以及特征标签，构建资讯-用户受众模型，具体包括：
利用所述资讯组中的第一目标资讯的交互信息以及浏览过所述第一目标资讯的多个用户的特征标签，构建资讯-用户受众矩阵；所述资讯-用户受众矩阵Zv为：



其中，d表示所述资讯组中有d个用户浏览过所述第一目标资讯，c表示所述d个用户具有c个特征标签，zab表示第a个用户对所述第一目标资讯的评分，d、c、a、b、均为正整数；
利用所述资讯-用户受众矩阵构建所述资讯-用户受众模型0≤wb≤1，其中，wb表示所述第一目标资讯与第b个特征标签的匹配程度。


4.根据权利要求1-3任一项所述的资讯推荐方法，其特征在于，
所述用户-资讯偏好模型，具体用于为所述第一目标用户推荐偏好程度满足第一条件的资讯；

【专利技术属性】
技术研发人员：张静，狄潇然，张亚泽，郑小虎，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11