信息处理方法、信息处理装置、存储介质与电子设备制造方法及图纸

本公开提供了一种信息处理方法、信息处理装置、计算机可读存储介质与电子设备，属于计算机技术领域。所述方法包括：获取与目标用户关联的历史推荐对象的第一特征向量，以及待推荐对象的第二特征向量；确定所述历史推荐对象的衰减时间，根据所述衰减时间计算所述历史推荐对象的当前热度；根据所述第一特征向量、所述第二特征向量和所述历史推荐对象的当前热度，确定所述历史推荐对象的注意力权重；利用所述注意力权重对所述第一特征向量进行加权处理，得到所述历史推荐对象的目标特征向量；对所述目标特征向量和所述第二特征向量进行处理，得到所述目标用户与所述待推荐对象的匹配度。本公开可以提高信息推送的准确率。

【技术实现步骤摘要】
信息处理方法、信息处理装置、存储介质与电子设备
本公开涉及计算机
，尤其涉及一种信息处理方法、信息处理装置、计算机可读存储介质与电子设备。
技术介绍
为了向用户提供更为优质的服务，诸多互联网厂商都试图通过推荐方法向用户推送其感兴趣的信息。在现有的推荐方法中，通常会引入各个维度的用户行为数据，构成时间序列数据，将按照时间戳进行降序排列后的时间序列数据作为用户的特征数据，然后将该特征数据进行向量化，并将向量化的特征数据进行融合，得到用户对推荐信息的兴趣度。然而，这种方法是在各推荐信息对用户兴趣度贡献相同的基础上进行分析的，但实际上并不是这样，用户对推荐信息的兴趣并不一致，例如，用户偶然选择过某种信息，并不能说明用户便对这种信息具有兴趣。因此，用户的推荐准确率并不高。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开提供了一种信息处理方法、信息处理装置、计算机可读存储介质与电子设备，进而至少在一定程度上改本文档来自技高网...

【技术保护点】
1.一种信息处理方法，其特征在于，所述方法包括：/n获取与目标用户关联的历史推荐对象的第一特征向量，以及待推荐对象的第二特征向量；/n确定所述历史推荐对象的衰减时间，根据所述衰减时间计算所述历史推荐对象的当前热度，其中，所述衰减时间为所述目标用户与所述历史推荐对象的交互时间距离当前时间的时间间隔；/n根据所述第一特征向量、所述第二特征向量和所述历史推荐对象的当前热度，确定所述历史推荐对象的注意力权重；/n利用所述注意力权重对所述第一特征向量进行加权处理，得到所述历史推荐对象的目标特征向量；/n对所述目标特征向量和所述第二特征向量进行处理，得到所述目标用户与所述待推荐对象的匹配度。/n

【技术特征摘要】
1.一种信息处理方法，其特征在于，所述方法包括：
获取与目标用户关联的历史推荐对象的第一特征向量，以及待推荐对象的第二特征向量；
确定所述历史推荐对象的衰减时间，根据所述衰减时间计算所述历史推荐对象的当前热度，其中，所述衰减时间为所述目标用户与所述历史推荐对象的交互时间距离当前时间的时间间隔；
根据所述第一特征向量、所述第二特征向量和所述历史推荐对象的当前热度，确定所述历史推荐对象的注意力权重；
利用所述注意力权重对所述第一特征向量进行加权处理，得到所述历史推荐对象的目标特征向量；
对所述目标特征向量和所述第二特征向量进行处理，得到所述目标用户与所述待推荐对象的匹配度。


2.根据权利要求1所述的方法，其特征在于，所述获取与目标用户关联的历史推荐对象的第一特征向量，以及待推荐对象的第二特征向量，包括：
利用嵌入矩阵提取所述历史推荐对象的嵌入特征和所述待推荐对象的嵌入特征；
通过所述历史推荐对象的嵌入特征确定所述历史推荐对象的第一特征向量；以及
通过所述待推荐对象的嵌入特征确定所述待推荐对象的第二特征向量。


3.根据权利要求1所述的方法，其特征在于，所述确定所述历史推荐对象的衰减时间，根据所述衰减时间计算所述历史推荐对象的当前热度，包括：
根据所述衰减时间对所述目标用户关于所述历史推荐对象的初始热度进行衰减计算，得到所述历史推荐对象的当前热度。


4.根据权利要求3所述的方法，其特征在于，所述根据所述衰减时间对所述目标用户关于所述历史推荐对象的初始热度进行衰减计算，得到所述历史推荐对象的当前热度，包括：
构造所述历史推荐对象的热度衰减函数，通过所述热度衰减函数计算所述历史推荐对象的当前热度。


5.根据权利要求4所述的方法，其特征在于，所述构造所述历史推荐对象的热度衰减函数，通过所述热度衰减函数计算所述历史推荐对象的当前热度，包括：
通过以下公式计算所述历史推荐对象的当前热度：
V＝V0·(k+e-α·△t)+b
其中，V0表示初始热度，k表示第一偏置项，b表示第二偏置项，α表示衰减率，△t表示衰减时间。


6.根据权利要求3至5任一项所述的方法，其特征在于，所述初始热度通过所述目标用户与所述历史推荐对象的交互行为次数、交互行为类型和交互行为时长中的任意一种或多种确定。


7.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征向量、所述第二特征向量和所述历史推荐对象的当前热度，确定所述历史推荐对象的注意力权重，包括：
生成所述第一特征向量和所述第二特征向量的交叉特征向量；
拼接所述第一特征向量、所述第二特征向量和所述交叉特征向量，得到关于所述历史推荐对象和所述待推荐对象的组合特征向量；
利用第一激活函数和第一全连接网络对所述组合特征向量进行处理，并将处理后的特征向量与所述当前热度相乘，得到所述历史推荐对象的注意力权重。

<...

【专利技术属性】
技术研发人员：庄正中，
申请(专利权)人：广州博冠信息科技有限公司，
类型：发明
国别省市：广东;44