基于人工智能的信息推荐方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术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：对目标对象的历史交互行为数据进行遍历处理，以确定历史交互行为数据中的历史交互信息序列；对历史交互信息序列的向量进行基于时序的单向编码处理，得到目标对象的时序兴趣向量序列；基于时序兴趣向量序列进行双向解码处理，得到与各个推荐位置分别对应的待推荐信息序列向量；对多个待推荐信息序列向量进行映射处理，得到与各个推荐位置分别对应的待推荐信息，并基于与各个推荐位置分别对应的待推荐信息生成推荐列表。通过本发明专利技术，能够并行输出多个待推荐信息，提高信息推荐的效率。

【技术实现步骤摘要】
基于人工智能的信息推荐方法、装置、电子设备及存储介质
本专利技术涉及人工智能技术，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
人工智能(ArtificialIntelligence，AI)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。推荐系统是人工智能领域的重要应用之一，能够在信息过载的环境中帮助用户发现可能令他们感兴趣的信息，并将信息推送给对它们感兴趣的用户。虽然，相关技术中的推荐系统可以向用户推荐用户可能感兴趣的信息。但是，相关技术中的推荐系统向用户推荐的效率以及准确性有待提高。
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、电子设备及计算机可读存储介质，能够并行输出多个待推荐信息，提高信息推荐的效率。r>本专利技术实施例本文档来自技高网...

【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对目标对象的历史交互行为数据进行遍历处理，以确定所述历史交互行为数据中的历史交互信息序列；/n对所述历史交互信息序列的向量进行基于时序的单向编码处理，得到所述目标对象的时序兴趣向量序列；/n基于所述时序兴趣向量序列进行双向解码处理，得到与各个推荐位置分别对应的待推荐信息序列向量；/n对多个所述待推荐信息序列向量进行映射处理，得到与所述各个推荐位置分别对应的待推荐信息，并基于与所述各个推荐位置分别对应的待推荐信息生成推荐列表。/n

【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：
对目标对象的历史交互行为数据进行遍历处理，以确定所述历史交互行为数据中的历史交互信息序列；
对所述历史交互信息序列的向量进行基于时序的单向编码处理，得到所述目标对象的时序兴趣向量序列；
基于所述时序兴趣向量序列进行双向解码处理，得到与各个推荐位置分别对应的待推荐信息序列向量；
对多个所述待推荐信息序列向量进行映射处理，得到与所述各个推荐位置分别对应的待推荐信息，并基于与所述各个推荐位置分别对应的待推荐信息生成推荐列表。


2.根据权利要求1所述的方法，其特征在于，所述对所述历史交互信息序列的向量进行基于时序的单向编码处理，得到所述目标对象的时序兴趣向量序列之前，还包括：
对所述历史交互信息序列进行高维向量编码处理，得到对应所述历史交互信息序列的高维向量；
对所述高维向量进行低维向量编码处理，得到对应所述历史交互信息序列的低维向量，并
将所述低维向量作为所述历史交互信息序列的向量；
其中，所述高维向量的维度大于所述低维向量的维度。


3.根据权利要求1所述的方法，其特征在于，所述对所述历史交互信息序列的向量进行基于时序的单向编码处理，得到所述目标对象的时序兴趣向量序列，包括：
基于所述历史交互信息序列中每个历史交互信息的时序，对所述历史交互信息序列进行划分，得到所述历史交互信息序列包括的多个子信息序列；
针对所述多个子信息序列中的任一子信息序列执行以下处理：
通过编码器对所述子信息序列的向量进行单向卷积处理，得到对应所述子信息序列的时序兴趣向量；
其中，所述时序兴趣向量的位置与所述子信息序列的边缘位置对应；
对多个所述时序兴趣向量进行组合处理，将组合结果作为所述目标对象的时序兴趣向量序列。


4.根据权利要求3所述的方法，其特征在于，
所述编码器包括多个级联的编码层，且所述多个的编码层分别对应不同的单向卷积操作；
所述通过编码器对所述子信息序列的向量进行单向卷积处理，得到对应所述子信息序列的时序兴趣向量，包括：
通过所述多个级联的编码层的第一个编码层，对所述子信息序列的向量进行所述第一个编码层的单向卷积处理；
将所述第一个编码层的卷积结果输出到后续级联的编码层，以在所述后续级联的编码层中继续进行单向卷积处理和卷积结果输出，直至输出到最后一个编码层；
将所述最后一个编码层输出的卷积结果作为对应所述子信息序列的时序兴趣向量。


5.根据权利要求1所述的方法，其特征在于，所述基于所述时序兴趣向量序列进行双向解码处理，得到与各个推荐位置分别对应的待推荐信息序列向量，包括：
对所述时序兴趣向量序列以及标准向量进行拼接处理，得到拼接向量序列；
通过解码器对所述拼接向量序列进行双向卷积处理，得到与各个推荐位置分别对应的待推荐信息序列向量。


6.根据权利要求5所述的方法，其特征在于，所述通过解码器对所述拼接向量序列进行双向卷积处理，得到与各个推荐位置分别对应的待推荐信息序列向量，包括：
对所述拼接向量序列进行划分，得到所述拼接向量序列包括的多个子拼接序列；
针对所述多个子拼接序列中的任一子拼接序列执行以下处理：
通过解码器对所述子拼接序列进行双向卷积处理，得到对应所述推荐位置的待推荐信息序列向量；
其中，所述推荐位置与所述子拼接序列的中心位置对应。


7.根据权利要求6所述的方法，其特征在于，
所述解码器包括多个级联的解码层，且所述多个的解码层分别对应不同的双向卷积操作；
所述通过解码器对所述子拼接序列进行双向卷积处理，得到对应所述推荐位置的待推荐信息序列向量，包括：
通过所述多个级联的解码层的第一个解码层，对所述子拼接序列进行所述第一个解码层的双向...

【专利技术属性】
技术研发人员：陈柏维，原发杰，孔蓓蓓，
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