【技术实现步骤摘要】
一种信息推荐方法以及相关设备
本申请涉及人工智能领域，尤其涉及一种信息推荐方法以及相关设备。
技术介绍
随着人工智能的不断发展，教育的人工智能(educatedartificialintelligence，EducatedAI)包括具有应用限定、用户教育、自学习推理能力、判断能力等特点的智能系统，能够帮助人们更高效、更好地完成具体的任务或任务集。在现代社会的家庭中，越来越多的父母不能时刻陪伴孩子，在不能够陪伴的孩子的时候，父母可以使用智能机器人对孩子进行陪伴。然而现在的儿童机器人大多都是被动响应，不能满足未来父母对智能机器人陪伴孩子的更高陪伴要求，而对弈主动进行信息推荐的儿童机器人，其信息推荐的准确度较低。
技术实现思路
本申请实施例提供了一种信息推荐方法以及相关设备，用于提高信息的推荐准确率。为解决上述技术问题，本申请实施例提供以下技术方案：第一方面，本申请提供了一种信息推荐方法，包括：获取目标对象的特征信息以及多个第一推荐对象的特征信息，其中所述目标对象的特征信息包括所...
【技术保护点】
1.一种信息推荐方法，其特征在于，包括：/n获取目标对象的特征信息以及多个第一推荐对象的特征信息，其中所述目标对象的特征信息包括所述目标对象历史交互对象对应的交互信息，所述历史交互对象为所述多个第一推荐对象中的一个，所述交互信息包括所述目标对象与所述历史交互对象进行交互的时长信息和/或情绪信息，所述历史交互对象为游戏或绘本；/n以所述目标对象的特征信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象；/n输出所述目标推荐对象。/n
【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：
获取目标对象的特征信息以及多个第一推荐对象的特征信息，其中所述目标对象的特征信息包括所述目标对象历史交互对象对应的交互信息，所述历史交互对象为所述多个第一推荐对象中的一个，所述交互信息包括所述目标对象与所述历史交互对象进行交互的时长信息和/或情绪信息，所述历史交互对象为游戏或绘本；
以所述目标对象的特征信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象；
输出所述目标推荐对象。
2.根据权利要求1所述的方法，其特征在于，所述历史交互对象对应于预设交互时长，所述时长信息为所述目标对象与所述历史交互对象进行交互时的时间长度与所述预设交互时长的比值。
3.根据权利要求1或2所述的方法，其特征在于，所述目标对象的特征信息包括所述目标对象多个历史交互对象中每个历史交互对象对应的交互信息，所述以所述目标对象历史交互对象对应的交互信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象，包括：
对所述多个历史交互对象对应的交互信息，采用循环神经网络模型生成时序化特征向量；
以所述时序化特征向量以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象。
4.根据权利要求3所述的方法，其特征在于，所述循环神经网络模型为：长短期记忆网络LSTM或门控循环单元GRU。
5.根据权利要求1至4任一所述的方法，其特征在于，所述信息推荐模型为：
因子分解机模型FM、场感知分解机模型FFM或深度因子分解机模型DFM。
6.一种信息推荐方法，其特征在于，包括：
基于目标对象存在信息推荐需求，获取目标对象的特征信息以及多个第一推荐对象的特征信息，其中所述目标对象的特征信息包括所述目标对象历史交互对象对应的交互信息，所述历史交互对象为所述多个第一推荐对象中的一个，所述交互信息包括所述目标对象与所述历史交互对象进行交互的时长信息和/或情绪信息，所述历史交互对象为游戏或绘本；
以所述目标对象的特征信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象；
输出所述目标推荐对象。
7.根据权利要求6所述的方法，其特征在于，所述基于目标对象存在信息推荐需求，包括：
接收所述目标对象的语音信息，识别出所述语音信息表示所述目标对象存在所述信息推荐需求。
8.根据权利要求6所述的方法，其特征在于，所述基于目标对象存在信息推荐需求，包括：
基于至少一种如下条件：
当前时刻在预设时间段内、检测到所述目标对象位于预设区域、检测到所述目标对象的面部朝向满足第一预设条件的时长大于第一目标时间、或检测到所述目标对象按照目标交互方式进行交互的时长大于第二目标时间。
9.根据权利要求6至8任一所述的方法，其特征在于，所述历史交互对象对应于预设交互时长，所述时长信息为所述目标对象与所述历史交互对象进行交互的时间长度与所述预设交互时长的比值。
10.根据权利要求6至9任一所述的方法，其特征在于，所述目标对象的特征信息包括所述目标对象多个历史交互对象中每个历史交互对象对应的交互信息，所述以所述目标对象历史交互对象对应的交互信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象，包括：
对所述多个历史交互对象对应的交互信息，采用循环神经网络模型生成时序化特征向量；
以所述时序化特征向量以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象。
11.根据权利要求10所述的方法，其特征在于，所述循环神经网络模型为：长短期记忆网络LSTM或门控循环单元GRU。
12.根据权利要求6至11任一所述的方法，其特征在于，所述信息推荐模型为：
因子分解机模型FM、场感知分解机模型FFM或深度因子分解机模型DFM。
13.根据权利要求6至12任一所述的方法，其特征在于，所述输出所述目标推荐对象，包括：
显示推荐语句，所述推荐语句包括所述目标推荐对象，或输出推荐语音，所述推荐语音包括所述目标推荐对象。
14.一种执行设备，其特征在于，包括：
获取模块，用于获取目标对象的特征信息以及多个第一推荐对象的特征信息，其中所述目标对象的特征信息包括所述目标对象历史交互对...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。