一种信息推荐的方法及装置制造方法及图纸

本说明书公开了一种信息推荐的方法及装置，响应于用户的业务请求，获取预设的业务拓扑图，以及确定针对该业务请求的各候选推荐业务对象，而后，针对每个候选推荐业务对象，将该候选推荐业务对象以及该用户的用户信息输入到预先训练的特征提取模型中，以使该特征提取模型基于该业务拓扑图，确定出该候选推荐业务对象对应的特征向量以及用户对应的特征向量，并将用户对应的特征向量以及该候选推荐业务对象对应的特征向量，输入到预先训练的预测模型中，得到该候选推荐业务对象对应的推荐度，以及根据各候选推荐业务对象对应的推荐度，对用户进行信息推荐，从而能够更准确地向用户进行信息推荐。

【技术实现步骤摘要】
一种信息推荐的方法及装置
本说明书涉及机器学习
，尤其涉及一种信息推荐的方法及装置。
技术介绍
随着信息技术的不断发展，用户可以在业务平台执行多种业务，相应的，业务平台可以向用户推荐多种业务下的业务对象，例如，在外卖业务中，业务平台可以向用户推荐外卖餐品，在消费点评业务中，业务平台可以向用户推荐用户所在地区的商家，以及商家下的餐品。在实际应用中，对一项业务进行信息推荐时，往往仅通过用户在这一项业务中的历史行为，来确定向用户推荐哪些该业务中的业务对象，以及确定向用户推荐的该业务中的业务对象的顺序，通过这样的方式来进行信息推荐，没有考虑到用户在业务平台中的整体行为，因此，通过这样的方式来进行信息推荐可能会较为不准确。因此，如何准确地向用户进行信息推荐，则是一个亟待解决的问题。
技术实现思路
本说明书提供一种信息推荐的方法及装置，以部分地解决现有技术存在的上述问题。本说明书采用下述技术方案：本说明书提供了一种信息推荐的方法，包括：响应于用户的业务请求，获取预设的业务拓扑图，以及确定针对本文档来自技高网...

【技术保护点】
1.一种信息推荐的方法，其特征在于，包括：/n响应于用户的业务请求，获取预设的业务拓扑图，以及确定针对所述业务请求的各候选推荐业务对象，所述业务拓扑图是根据至少两种业务的历史业务记录构建出的，所述业务拓扑图中包含有各用户节点以及各业务对象节点，其中，若一个用户在历史上执行过一个业务对象对应的业务，在所述业务拓扑图中该用户对应的用户节点与该业务对象对应的业务对象节点相连；/n针对每个候选推荐业务对象，将该候选推荐业务对象以及所述用户的用户信息输入到预先训练的特征提取模型中，以使所述特征提取模型基于所述业务拓扑图，确定出该候选推荐业务对象对应的特征向量以及所述用户对应的特征向量；/n将所述用户对应...

【技术特征摘要】
1.一种信息推荐的方法，其特征在于，包括：
响应于用户的业务请求，获取预设的业务拓扑图，以及确定针对所述业务请求的各候选推荐业务对象，所述业务拓扑图是根据至少两种业务的历史业务记录构建出的，所述业务拓扑图中包含有各用户节点以及各业务对象节点，其中，若一个用户在历史上执行过一个业务对象对应的业务，在所述业务拓扑图中该用户对应的用户节点与该业务对象对应的业务对象节点相连；
针对每个候选推荐业务对象，将该候选推荐业务对象以及所述用户的用户信息输入到预先训练的特征提取模型中，以使所述特征提取模型基于所述业务拓扑图，确定出该候选推荐业务对象对应的特征向量以及所述用户对应的特征向量；
将所述用户对应的特征向量以及该候选推荐业务对象对应的特征向量，输入到预先训练的预测模型中，得到该候选推荐业务对象对应的推荐度；
根据所述各候选推荐业务对象对应的推荐度，对所述用户进行信息推荐。


2.如权利要求1所述的方法，其特征在于，将该候选推荐业务对象以及所述用户的用户信息输入到预先训练的特征提取模型中，以使所述特征提取模型基于所述业务拓扑图，确定出该候选推荐业务对象对应的特征向量以及所述用户对应的特征向量，具体包括：
将该候选推荐业务对象对应的业务属性信息以及所述用户的用户信息输入到所述特征提取模型中，以使所述特征提取模型从所述业务拓扑图中确定出该候选推荐业务对象对应的业务对象节点，以及所述用户对应的用户节点，并将该候选推荐业务对象对应的业务对象节点，以及所述用户对应的用户节点，分别作为目标节点；
针对每个目标节点，通过所述特征提取模型，确定该目标节点作为所述业务拓扑图的中心时，该目标节点在所述业务拓扑图中的局部拓扑图，并根据所述局部拓扑图，确定该目标节点在所述业务拓扑图中对应的节点特征向量。


3.如权利要求2所述的方法，其特征在于，根据所述局部拓扑图，确定该目标节点在所述业务拓扑图中对应的节点特征向量，具体包括：
确定该目标节点在所述局部拓扑图中不超过设定邻接关系的各其他节点；
通过所述特征提取模型，确定该目标节点对应的初始特征向量，以及所述各其他节点对应的初始特征向量；
将所述各其他节点对应的初始特征向量进行聚合，确定所述各其他节点对应的聚合特征向量；
根据该目标节点对应的初始特征向量以及所述聚合特征向量，确定该目标节点在所述业务拓扑图中对应的节点特征向量。


4.如权利要求3所述的方法，其特征在于，将所述各其他节点对应的初始特征向量进行聚合，确定所述各其他节点对应的聚合特征向量，具体包括：
从所述各其他节点中确定出在所述业务拓扑图中与该目标节点具有一阶邻接关系的一阶邻接节点；
根据该目标节点对应的初始特征向量以及所述一阶邻接节点对应的初始特征向量，确定该目标节点与所述一阶邻接节点之间的注意力权重，所述一阶邻接节点对应的初始特征向量是根据所述各其他节点中与所述一阶邻接节点具有一阶邻接关系的节点对应的初始特征向量确定出的；
根据该目标节点与所述一阶邻接节点之间的注意力权重，以及所述一阶邻接节点对应的初始特征向量，确定所述聚合特征向量。


5.如权利要求4所述的方法，其特征在于，根据所述各其他节点中与所述一阶邻接节点具有一阶邻接关系的节点对应的初始特征向量，确定所述一阶邻接节点对应的初始特征向量，具体包括：
根据所述各其他节点中与所述一阶邻接节点具有一阶邻接关系的节点对应的初始特征向量，确定所述一阶邻接节点对应的基础特征向量；
将所述基础特征向量输入到所述特征提取模型中包含的全连接层，得到所述一阶邻接节点对应的初始特征向量。


6.如权利要求4所述的方法，其特征在于，根据该目标节点对应的初始特征向量以及所述一阶邻接节点对应的初始...

【专利技术属性】
技术研发人员：崔强，张亚峰，张庆，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11