【技术实现步骤摘要】
一种资讯推荐方法、装置、推荐服务器及存储介质
本专利技术涉及计算机
,尤其涉及一种资讯推荐方法、一种资讯推荐装置、一种资讯推荐推荐服务器及一种计算机可读存储介质。
技术介绍
协同过滤作为有效的推荐方法在各类资讯推荐系统中广泛应用,传统基于协同过滤的推荐方式在计算资讯相似度关系时主要采用基于邻域或矩阵分解的算法思想,然而这两种算法为了保证资讯相似度计算的准确性,往往会对用户行为的原始数据进行多维度的过滤处理,同时要求待计算的资讯能获取到足够丰富的用户行为,而对于新资讯来说,由于用户较少,因此使得这类算法对新资讯不够友好,覆盖度较低。
技术实现思路
本申请实施例提供一种资讯推荐方法、装置、推荐服务器及存储介质,能够更加准确的进行资讯推荐。本申请实施例的第一方面提供了一种资讯推荐方法,包括:获取不同用户的历史浏览资讯以构建加权图网络;调用预设算法对所述加权图网络进行随机游走以得到资讯模拟行为序列,将所述资讯模拟行为序列与真实用户资讯序列进行训练以得到资讯表征向量;根据所述资讯表征向量计算所述不同资讯之间的相似度,将所述相似度超出预设阈值的资讯作为相似资讯保存至相似资讯数据库;当接收终端发送的推荐请求时,从所述相似资讯数据库中获取与所述终端的历史浏览资讯对应的相似资讯以推荐至所述终端,其中,所述推荐请求携带所述终端的历史浏览资讯。可选的,所述获取不同用户的历史浏览资讯,包括:从预设资讯数据库中获取不同用户的初始历史浏览资讯和不同用户的历史浏览资 ...
【技术保护点】
1.一种资讯推荐方法,其特征在于,包括:/n获取不同用户的历史浏览资讯以构建加权图网络;/n调用预设算法对所述加权图网络进行随机游走以得到资讯模拟行为序列,将所述资讯模拟行为序列与真实用户资讯序列进行训练以得到资讯表征向量;/n根据所述资讯表征向量计算所述不同资讯之间的相似度,将所述相似度超出预设阈值的资讯作为相似资讯保存至相似资讯数据库;/n当接收终端发送的推荐请求时,从所述相似资讯数据库中获取与所述终端的历史浏览资讯对应的相似资讯以推荐至所述终端,其中,所述推荐请求携带所述终端的历史浏览资讯。/n
【技术特征摘要】
1.一种资讯推荐方法,其特征在于,包括:
获取不同用户的历史浏览资讯以构建加权图网络;
调用预设算法对所述加权图网络进行随机游走以得到资讯模拟行为序列,将所述资讯模拟行为序列与真实用户资讯序列进行训练以得到资讯表征向量;
根据所述资讯表征向量计算所述不同资讯之间的相似度,将所述相似度超出预设阈值的资讯作为相似资讯保存至相似资讯数据库;
当接收终端发送的推荐请求时,从所述相似资讯数据库中获取与所述终端的历史浏览资讯对应的相似资讯以推荐至所述终端,其中,所述推荐请求携带所述终端的历史浏览资讯。
2.根据权利要求1所述的方法,其特征在于,所述获取不同用户的历史浏览资讯,包括:
从预设资讯数据库中获取不同用户的初始历史浏览资讯和不同用户的历史浏览资讯时长,所述不同用户的初始历史浏览资讯与所述不同用户的历史浏览资讯时长一一对应;
分别获取所述历史浏览资讯时长超出预设时长的初始历史浏览资讯,以得到所述不同用户的历史浏览资讯。
3.根据权利要求2所述的方法,其特征在于,所述不同用户的历史浏览资讯至少包括第一历史浏览资讯和第二历史浏览资讯,所述构建加权图网络包括:
获取所述不同用户的历史浏览资讯中包括第一历史浏览资讯和第二历史浏览资讯的用户数量;
将所述第一历史浏览资讯对应所述加权图网络的第一节点,所述第二历史浏览资讯对应所述加权图网络的第二节点,连接所述第一节点和第二节点以得到所述加权图网络,其中所述用户数量为所述第一节点和第二节点的边权重。
4.根据权利要求3所述的方法,其特征在于,所述调用预设算法对所述加权图网络进行随机游走以得到资讯模拟行为序列,包括:
对所述加权图网络中不同节点的边权重进行归一化处理以得到第一加权图网络;
调用别名采样算法对所述第一加权图网络中不同节点进行随机游走以得到第二加权图网络;
获取所述第二加权图网络中不同节点之间的路径以得到资讯模拟行为序列。
5.根据权利要求4所述的方法,其特征在于,所述将所述资讯模拟行为序列与真实用户资讯序列进行训练以得到资讯表征向量,包括:
从所述加权图网络中获取所述不同用户的真实用户资讯序列;
将所述资讯模拟行为序列与所述真实用户资讯序列进行聚合以得到训练样本;
将所述训练样本输入至预设训练模型进行训练以得到所述资讯表征向量。
6.根据权利要求5所述的方法,所述将所述资讯模拟行为序...
【专利技术属性】
技术研发人员:李天浩,
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
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。