信息推荐方法、信息推荐装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例公开了信息推荐方法、信息推荐装置、电子设备和存储介质；本发明专利技术可以获取第一节点和第二节点，其中，所述第一节点对应于即时通信系统中的用户，第二节点对应于具有信息互动行为的用户，对第一节点和第二节点进行组合，得到目标网络，目标网络包括目标用户对应的目标节点以及互动节点，互动节点对应与目标用户具有信息互动行为的互动用户，根据目标网络中节点的用户特征信息和互动行为特征，计算得到每个目标用户的传播影响力参数，根据每个目标用户的传播影响力参数从目标用户中确定推荐用户，向推荐用户对应的终端发送推荐信息。本发明专利技术实施例可以提高预估用户的传播影响力结果的准确度。

Information recommendation method, information recommendation device, electronic equipment and storage medium

【技术实现步骤摘要】
信息推荐方法、信息推荐装置、电子设备和存储介质
本专利技术涉及通信
，具体涉及信息推荐方法、信息推荐装置、电子设备和存储介质。
技术介绍
在一些应用程序中，服务器可以选择一些用户作为种子用户用来推广产品，种子用户可以通过社交类应用程序的关系链传播分享产品内容。在选择种子用户的时候，通常会选择传播能力较强的用户来作为种子用户，这样能够提高产品的推广力度，相关技术中，预估用户的传播影响力的方式通常采用社交网络的迭代来获取，这种方式缺少对用户基础特征的使用，使得预估用户的传播影响力结果不够准确。
技术实现思路
本专利技术实施例提供信息推荐方法、信息推荐装置、电子设备和存储介质，可以提高预估用户的传播影响力结果的准确度。本专利技术实施例提供一种信息推荐方法，包括：获取第一节点和第二节点，其中，所述第一节点对应于即时通信系统中的用户，所述第二节点对应于即时通信系统中具有信息互动行为的用户；对所述第一节点和第二节点进行组合，得到至少一个目标用户对应的目标网络，所述目标网络包括目标用户对应的目标节点以本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，包括：/n获取第一节点和第二节点，其中，所述第一节点对应于即时通信系统中的用户，所述第二节点对应于即时通信系统中具有信息互动行为的用户；/n对所述第一节点和第二节点进行组合，得到至少一个目标用户对应的目标网络，所述目标网络包括目标用户对应的目标节点以及互动节点，所述互动节点对应与目标用户具有信息互动行为的互动用户，所述目标网络中的节点具有用户特征信息和互动行为特征；/n根据所述目标网络中节点的用户特征信息和互动行为特征，计算得到每个目标用户的传播影响力参数；/n根据每个目标用户的传播影响力参数从至少一个目标用户中确定推荐用户；/n向所述推荐用户对应的终端发送推...

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：
获取第一节点和第二节点，其中，所述第一节点对应于即时通信系统中的用户，所述第二节点对应于即时通信系统中具有信息互动行为的用户；
对所述第一节点和第二节点进行组合，得到至少一个目标用户对应的目标网络，所述目标网络包括目标用户对应的目标节点以及互动节点，所述互动节点对应与目标用户具有信息互动行为的互动用户，所述目标网络中的节点具有用户特征信息和互动行为特征；
根据所述目标网络中节点的用户特征信息和互动行为特征，计算得到每个目标用户的传播影响力参数；
根据每个目标用户的传播影响力参数从至少一个目标用户中确定推荐用户；
向所述推荐用户对应的终端发送推荐信息。


2.根据权利要求1所述的信息推荐方法，其特征在于，所述根据所述目标网络中节点的用户特征信息和互动行为特征，计算得到每个目标用户的传播影响力参数，包括：
将所述目标网络中所有节点的用户特征信息进行融合，得到目标用户特征信息；
将所述目标网络中所有节点的互动行为特征进行融合，得到目标互动行为特征；
计算每一个目标节点的目标用户特征信息和目标互动行为特征，得到每个目标用户的传播影响力参数。


3.根据权利要求2所述的信息推荐方法，其特征在于，所述将所述目标网络中所有节点的用户特征信息进行融合之前，包括：
提取所述目标网络中所有节点的特征维度信息；
对所述特征维度信息进行特征标注；
根据标注后的特征维度信息进行分类，得到目标网络中所有节点的用户特征信息和互动行为特征。


4.根据权利要求2所述的信息推荐方法，其特征在于，所述计算每一个目标节点的目标用户特征信息和目标互动行为特征，得到每个目标用户的传播影响力参数，包括：
将目标节点的目标用户特征信息和目标互动行为特征进行聚合，得到目标节点的社交特征信息；
计算每一个目标节点的社交特征信息，得到每个目标用户的传播影响力参数。


5.根据权利要求4所述的信息推荐方法，其特征在于，所述将目标节点的目标用户特征信息和目标互动行为特征进行聚合，得到目标节点的社交特征信息，包括：
将所述目标用户特征信息和目标互动行为特征进行归一化处理，得到目标用户特征向量和目标互动行为特征向量；
将目标用户特征向量和目标互动行为特征向量聚合，得到目标节点的社交特征信息。


6.根据权利要求5所述的信息推荐方法，其特征在于，所述计算每一个目标节点的社交特征信息，得到每个目标用户的传播影响力参数，包括：
对所述每一个目标节点的社交特征信息线性变换处理，得到每一个目标用户的传播影响力参数。


7.根据权利要求1所述的信息推荐方法，其特征在于，所述传播影响力参数通过预设模型得到，包括：
采用预设模型中获取层获取第一节点和第二节点，其中，所述第一节点对应于即时通信系统中的用户，所述第二节点对应于即时通信系统中具有信息互动行为的用户；
采用预设模型中组合层对所述第一节点和第二节点进行组合，得到至少一个目标用户对应的目标网络，所述目标网络包括目标用户对应的目标节点以及互动节点，所述互动节点对应与目标用户具有信息互动行为的互动用户，所述目标网络中的节点具有用户特征信息和互动行为特征；
采用预设模型中计算层根据所述目标网络中节点的用户特征信息和互动行为特征，得到每个目标用户的传播影响力参数。


8.根据权利要求7所述的信息推荐方法，其特征在于，所述预设模型的训练方法为：
获取样本第一节点和样本第二节点，其中，所述样本第一节点对应...

【专利技术属性】
技术研发人员：王伟，杨海力，张旭，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44