基于人工智能的信息推荐方法、装置及电子设备制造方法及图纸

本申请提供了一种基于人工智能的信息推荐方法、装置、电子设备及计算机可读存储介质；方法包括：确定待定位置信息与信息集合中所有信息之间的关联性特征；其中，信息集合包括以下信息至少之一：已定位置信息；待定位置信息；已定位置信息是已经分配有位置序列中展示位置的信息，待定位置信息是待分配位置序列中展示位置的信息；根据每个待定位置信息的关联性特征，确定对应第一点击率；将位置序列中未分配且优先级最高的展示位置，分配给第一点击率最高的待定位置信息并标记为新的已定位置信息；当位置序列中的展示位置被分配完毕时，基于每个已定位置信息以及对应分配的展示位置的优先级，执行推荐操作。通过本申请，能够提高推荐信息的准确性。

【技术实现步骤摘要】
基于人工智能的信息推荐方法、装置及电子设备
本申请涉及人工智能的信息推荐技术，尤其涉及一种基于人工智能的信息推荐方法、装置、电子设备及计算机可读存储介质。
技术介绍
云计算(cloudcomputing)是一种计算模式，它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。人工智能(AI，ArtificialIntelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。信息推荐是人工智能的重要应用，相关技术中重排模块是推荐系统个性化推荐的最后阶段，重排模块将排序模块生成的信息按照预设规则进行打散进而呈现给用户，以防止重复度较高的信息连续的呈现给用户，存在推荐缺乏个性化的问题。
技术实现思路
本专利技术实施例提供一种基于人工智能的信息推荐方法、装置、电子设备及计本文档来自技高网...

【技术保护点】
1.一种基于人工智能的信息推荐方法，其特征在于，包括：/n确定待定位置信息与信息集合中所有信息之间的关联性特征；/n其中，所述信息集合包括以下信息中的至少之一：已定位置信息；所述待定位置信息；所述已定位置信息是所述信息集合中已经分配有位置序列中展示位置的信息，所述待定位置信息是所述信息集合中待分配所述位置序列中的展示位置的信息；/n根据每个所述待定位置信息的关联性特征，确定对应的第一点击率；/n将所述位置序列中未分配的、且优先级最高的展示位置，分配给第一点击率最高的待定位置信息，并标记为新的已定位置信息；/n当所述位置序列中的展示位置被分配完毕时，基于每个所述已定位置信息以及对应分配的展示位置...

【技术特征摘要】
1.一种基于人工智能的信息推荐方法，其特征在于，包括：
确定待定位置信息与信息集合中所有信息之间的关联性特征；
其中，所述信息集合包括以下信息中的至少之一：已定位置信息；所述待定位置信息；所述已定位置信息是所述信息集合中已经分配有位置序列中展示位置的信息，所述待定位置信息是所述信息集合中待分配所述位置序列中的展示位置的信息；
根据每个所述待定位置信息的关联性特征，确定对应的第一点击率；
将所述位置序列中未分配的、且优先级最高的展示位置，分配给第一点击率最高的待定位置信息，并标记为新的已定位置信息；
当所述位置序列中的展示位置被分配完毕时，基于每个所述已定位置信息以及对应分配的展示位置的优先级，执行推荐操作。


2.根据权利要求1所述的方法，其特征在于，在确定待定位置信息与信息集合中所有信息之间的关联性特征之前，所述方法还包括：
获取信息库中每个信息的基础特征；
基于所述信息库的通用全连接参数，对所述基础特征进行全连接处理，得到对应的第二点击率；
基于所述每个信息的第二点击率对所述信息库进行降序排序处理，并在降序排序结果中选取排序在前的多个信息，以形成所述信息集合。


3.根据权利要求1所述的方法，其特征在于，所述确定待定位置信息与信息集合中所有信息之间的关联性特征，包括：
获取所述信息集合中每个待定位置信息的特征、以及每个已定位置信息的特征；
针对每个所述待定位置信息执行以下处理：
对每个所述待定位置信息的特征进行注意力编码处理，得到所述待定位置信息与所述信息集合中每个信息之间的关联度；
基于所述待定位置信息与所述信息集合中每个信息之间的关联度，确定所述待定位置信息的关联特征。


4.根据权利要求3所述的方法，其特征在于，所述对每个所述待定位置信息的特征进行注意力编码处理，得到所述待定位置信息与所述信息集合中每个信息之间的关联度，包括：
对所述信息集合中每个信息的特征进行线性变换处理，得到对应所述每个信息的查询向量、键向量以及值向量；
将所述待定位置信息的查询向量与所述信息集合中每个信息的键向量进行点乘处理，对点乘处理结果进行基于最大似然函数的归一化处理，得到所述待定位置信息与所述信息集合中每个信息之间的关联度。


5.根据权利要求3所述的方法，其特征在于，所述基于所述待定位置信息与所述信息集合中每个信息之间的关联度，确定所述待定位置信息的关联特征，包括：
将所述关联度确定为对应所述每个信息的值向量的注意力权重；
基于所述注意力权重对所述值向量进行加权处理，得到所述待定位置信的基于注意力编码处理的关联特征。


6.根据权利要求3所述的方法，其特征在于，所述获取所述信息集合中每个待定位置信息的特征、以及每个已定位置信息的特征，包括：
获取所述信息集合中每个信息的基础特征；
获取所述信息集合中每个所述已定位置信息的位置特征，其中，所述位置特征用于表示所述已定位置信息的展示位置；
将所述待定位置信息的基础特征，作为每个所述待定位置信息的特征；
将所述已定位置信息的基础特征以及位置特征进行融合处理，得到所述已定位置信息的特征。


7.根据权利要求6所述的方法，其特征在于，所述基础特征包括以下至少之一：
用于表征待推荐用户的基本信息的基础属性特征；用于表征待推荐用户兴趣偏好的兴趣标签特征；用于表征向所述待推荐用户推荐所述信息的推荐环境的环境特征；用于表征所述信息的类别的类别特征；用于表征所述信息的来源的来源特征；用于表征所述信息的内容的内容特征。


8.根据权利要求6所述的方法，其特征在于，所述获取所述信息集合中每个信息的基础特征，包括：
针对所述信息集合中每个信息执行以下处理：
从预先建立的特征向量矩阵中查询与对应所述信息的多个特征向量；
对所述信息的多个特征向量进行融合处理，得到对应所述信息的基础特征。


9.根据权利要求1所述的方法，其特征在于，所述根据每个所...

【专利技术属性】
技术研发人员：高茜，张伸正，张新宇，杜颖，
申请(专利权)人：腾讯科技北京有限公司，
类型：发明
国别省市：北京;11