一种信息推荐方法及服务器技术

本申请涉及计算机领域，公开了一种信息推荐方法及服务器，用以解决基于显式信任关系的推荐模型的推荐效率低的问题。该方法包括，目标平台确定目标用户的历史行为数据达到设定门限值时，基于推荐模型和历史行为数据，生成第一目标推荐信息集合；否则通过获取目标用户在其他平台上的信任用户集合，确定在目标平台上获取相应的实际评估值集合；再基于实际评估值集合和推荐模型，确定第二目标推荐信息集合。根据采集到的目标用户自身的历史行为数据，可采用历史行为数据或者社交化信任关系两种方式，生成目标用户的目标推荐信息集合，既解决了冷启动问题，又克服了传统的社会关系带来的局限性。

An information recommendation method and server

【技术实现步骤摘要】
一种信息推荐方法及服务器
本申请涉及计算机领域，尤其涉及一种信息推荐方法及服务器。
技术介绍
随着互联网技术的高速发展，人们可以使用各类智能终端(如，智能手机、智能电视、电脑等等)随时随地参与网络活动，使得互联网信息的数量呈指数级增长，导致信息爆炸现象的产生，信息爆炸使得人们很难从海量的信息中寻找到符合自身个性化需求的信息。当一个新用户加入到传统推荐系统时，其在传统推荐系统中的历史记录信息几乎是空白的，难以基于内容的推荐算法或者基于协同过滤的推荐算法，估计新用户的偏爱喜好，进而出现冷启动问题。为了解决冷启动问题，现在推出了一种结合用户的社会化信任关系的推荐模型，通过采集新用户在其他平台的社会活动信息，确定新用户与其他平台的其他用户之间的显式信任关系，比如朋友关系、同事关系，等等；再基于所述显式信任关系，为新用户推荐其可能感兴趣的目标物品。由于用户的社会活动具有一定的局限性，推荐模型只能采集到碎片化的用户信息，无法建立用户与其他用户之间的显式信任关系，所以在实际应用该类推荐模型时具有一定的局限性，导致该类推荐模型的推荐效率很低。<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，应用于目标平台，包括：/n目标平台接收目标用户发送的信息推荐请求，基于所述信息推荐请求中携带的用户标识信息，确定所述用户标识信息对应的历史行为数据达到设定门限值时，基于所述历史行为数据和预设推荐模型，生成相应的第一目标推荐信息集合呈现给所述目标用户；/n若所述用户标识信息对应的历史行为数据未达到设定门限值，则基于所述用户标识信息，确定所述目标用户关联的其他平台，以及获取所述目标用户在其他平台上的信任用户集合；/n基于所述信任用户集合，在所述目标平台上获取相应的实际评估值集合，其中一个实际评估值表征一个用户在一个时间点，对所述目标平台上的一个候选信息的评估结果；...

【技术特征摘要】
1.一种信息推荐方法，其特征在于，应用于目标平台，包括：
目标平台接收目标用户发送的信息推荐请求，基于所述信息推荐请求中携带的用户标识信息，确定所述用户标识信息对应的历史行为数据达到设定门限值时，基于所述历史行为数据和预设推荐模型，生成相应的第一目标推荐信息集合呈现给所述目标用户；
若所述用户标识信息对应的历史行为数据未达到设定门限值，则基于所述用户标识信息，确定所述目标用户关联的其他平台，以及获取所述目标用户在其他平台上的信任用户集合；
基于所述信任用户集合，在所述目标平台上获取相应的实际评估值集合，其中一个实际评估值表征一个用户在一个时间点，对所述目标平台上的一个候选信息的评估结果；
基于所述实际评估值集合和所述推荐模型，确定所述目标用户对各个候选信息的预测评估值，并将符合预设推荐条件的各个预测评估值对应的候选信息，作为第二目标推荐信息集合呈现给所述目标用户。


2.如权利要求1所述的方法，其特征在于，基于所述实际评估值集合和所述推荐模型，确定所述目标用户对各个候选信息的预测评估值，包括：
所述推荐模型对所述实际评估值集合进行张量分解，生成相应的用户属性集合、候选信息属性集合和时间属性集合；
将用户属性集合、候选信息属性集合和时间属性集合进行相乘，并将得到的各个乘积，确定为所述目标用户对各个候选信息的预测评估值。


3.如权利要求2所述的方法，其特征在于，所述推荐模型对所述实际评估值集合进行张量分解，生成相应的用户属性集合、候选信息属性集合和时间属性集合，包括：
所述推荐模型分别获取所述一个实际评估值中用于描述一个用户的第一属性，用于描述一个候选信息的第二属性，以及用于描述一个时间点的第三属性；
将所述第一属性作为一维特征，加入到所述用户属性集合中；
将所述第二属性作为一维特征，加入到所述候选信息属性集合中；
将所述第三属性作为一维特征，加入到所述时间属性集合中。


4.如权利要求1-3任一项所述的方法，其特征在于，将符合预设推荐条件的各个预测评估值对应的候选信息，作为第二目标推荐信息集合呈现给所述目标用户，包括：
所述推荐模型将所述各个预测评估值按照从大到小的顺序排列，获取前M个预测评估值对应的候选信息；
所述推荐模型将前M个候选推荐信息作为第二目标推荐信息集合，呈现给所述目标用户。


5.一种信息推荐方法，其特征在于，应用于其他平台，包括：
其他平台接收目标平台发送的用户标识信息；
基于所述用户标识信息，获取所述目标用户的信任用户集合，并将所述信任用户集合发送给所述目标平台。


6.如权利要求5所述的方法，其特征在于，在基于所述用户标识信息，获取所述目标用户的信任用户集合之前，进一步包括：生成所述目标用户的信任用户集合，具体包括：
基于在所述其他平台获取的各个用户对应的视频反馈集合，确定所述目标用户与其他用户之间的偏好相似度，其中一个视频反馈表征一个用户对所述其他平台的一个视频的反馈结果；
将各个偏好相似度按照从大到小的顺序排列，获取前N个偏好相似度对应的其他用户；
将前N个其他用户确定为所述目标用户的信任用户集合。

...

【专利技术属性】
技术研发人员：王宝云，赵明，
申请(专利权)人：聚好看科技股份有限公司，
类型：发明
国别省市：山东;37