信息推荐方法、装置及计算机设备制造方法及图纸

技术编号:25185638 阅读:22 留言:0更新日期:2020-08-07 21:13
本申请公开了一种信息推荐方法、装置及计算机设备,涉及计算机技术领域,可实现更为精准的信息推荐,做到更人性化的信息推荐,可实现有针对性地为有需要的用户提供合适的推荐信息。其中方法包括:采集用户之间具有关系信息的用户数据;根据采集到的所述用户数据,构建复杂网络关系图谱,其中,所述复杂网络关系图谱用于针对多维度特征确定用户之间是否具有关系信息,以及关系信息对应的程度信息;利用所述复杂网络关系图谱,获取待推荐用户所属的目标人群,所述目标人群中用户各自对应的复杂网络关系之间的相似度大于预设阈值;依据所述目标人群的信息获取记录,生成所述待推荐用户对应的推荐信息。本申请适用于信息推荐处理。

【技术实现步骤摘要】
信息推荐方法、装置及计算机设备
本申请涉及计算机
,尤其是涉及到一种信息推荐方法、装置及计算机设备。
技术介绍
随着互联网的快速发展,为人们的生活带来了许多便利,同时也带来了海量的数据信息。在推荐场景中,推荐系统可以基于信息推荐模型来为用户提供感兴趣的内容,并将在线资源有针对性的推荐给这些可能感兴趣的用户。目前,可利用用户获取信息的历史大数据,基于逻辑回归算法或其他机器学习算法训练得到预测模型,然后利用该预测模型预测未来出现较大概率能被用户接受的推荐信息,进而按照模型预测结果进行相应的信息推荐。然而,这种信息推荐方式,不仅依赖于模型训练集的数据质量,还依赖于算法本身,可能训练得到的模型不是很适用于该推荐场景,造成信息推荐不够精准,无法实现有针对性地为有需要的用户提供合适的推荐信息。
技术实现思路
有鉴于此,本申请提供了一种信息推荐方法、装置及计算机设备,主要目的在于解决目前现有技术中会造成信息推荐不够精准,无法实现有针对性地为有需要的用户提供合适的推荐信息的技术问题。根据本申请的一个方面,提供了本文档来自技高网...

【技术保护点】
1.一种信息推荐方法,其特征在于,包括:/n采集用户之间具有关系信息的用户数据;/n根据采集到的所述用户数据,构建复杂网络关系图谱,其中,所述复杂网络关系图谱用于针对多维度特征确定用户之间是否具有关系信息,以及关系信息对应的程度信息;/n利用所述复杂网络关系图谱,获取待推荐用户所属的目标人群,所述目标人群中用户各自对应的复杂网络关系之间的相似度大于预设阈值;/n依据所述目标人群的信息获取记录,生成所述待推荐用户对应的推荐信息。/n

【技术特征摘要】
1.一种信息推荐方法,其特征在于,包括:
采集用户之间具有关系信息的用户数据;
根据采集到的所述用户数据,构建复杂网络关系图谱,其中,所述复杂网络关系图谱用于针对多维度特征确定用户之间是否具有关系信息,以及关系信息对应的程度信息;
利用所述复杂网络关系图谱,获取待推荐用户所属的目标人群,所述目标人群中用户各自对应的复杂网络关系之间的相似度大于预设阈值;
依据所述目标人群的信息获取记录,生成所述待推荐用户对应的推荐信息。


2.根据权利要求1所述的方法,其特征在于,所述采集具有关系信息的用户数据,具体包括:
采集多个用户的用户特征数据,所述用户特征数据至少包括用户基础数据和用户行为数据;
对采集到的所述用户特征数据进行预处理;
将预处理后的用户特征数据,通过确定用户之间存在的共同特征进行关系型数据加工,得到用户之间具有关系信息的用户数据。


3.根据权利要求2所述的方法,其特征在于,所述根据采集到的所述用户数据,构建复杂网络关系图谱,具体包括:
创建多维度的关系指标;
根据针对同一关系指标具有共同特征的所述用户数据,构建同一个社区网络;
依据构建的各个社区网络,构建复杂网络关系图谱,其中,所述复杂网络关系图谱由节点和边组成,所述节点代表用户,两个节点连接的边代表用户之间具有关系信息。


4.根据权利要求3所述的方法,其特征在于,所述根据针对同一关系指标具有共同特征的所述用户数据,构建同一个社区网络,具体包括:
将所述用户数据各自对应用户所处的地域信息进行整合并划分蜂窝区间,使得同一蜂窝区间内的用户之间具有地域性的关系信息,以便基于同一蜂窝区间内用户各自对应的节点,构建同一个社区网络;和/或,
将所述用户数据按照共同特征进行层次聚类,使得所述用户数据各自对应用户的节点按照层次聚类结果进行聚集,构建同一个社区网络。


5.根据权利要求4所述的方法,其特征在于,所述依据构建的各个社区网络,构建复杂网络关系图谱,具体包括:

【专利技术属性】
技术研发人员:韩明超方卫
申请(专利权)人:平安科技深圳有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1