用于信息推荐的方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及信息推荐技术领域，公开一种用于信息推荐的方法，该方法包括：获取用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息；根据个人特征信息获取第一备选推荐列表、根据标签信息获取第二备选推荐列表、根据上下文信息获取第三备选推荐列表、根据社交网络信息获取第四备选推荐列表；根据预设的抽取规则在第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表；将冷启动推荐列表内的待推荐信息推荐给用户。以能够提高对新用户进行推荐信息的准确性。本申请还公开一种用于信息推荐的装置、电子设备及存储介质。子设备及存储介质。子设备及存储介质。

【技术实现步骤摘要】
用于信息推荐的方法、装置、电子设备及存储介质


[0001]本申请涉及信息推荐
，例如涉及一种用于信息推荐的方法、装置、电子设备及存储介质。

技术介绍

[0002]现有技术中，推荐系统通常根据用户的历史行为，例如：点击、观看、语言评论等，来向用户推荐可能感兴趣的信息，因此用户的历史行为数据就成为信息推荐系统的重要组成部分和先决条件。
[0003]在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有技术中在用户的历史行为数据不足的情况下，对用户进行信息推荐时准确性较差。

技术实现思路

[0004]为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
[0005]本公开实施例提供了一种用于信息推荐的方法、装置、电子设备及存储介质，以能够提高对用户进行信息推荐的准确性。
[0006]在一些实施例中，所述用于信息推荐的方法，包括：获取用户的个人特征信息、所述用户的标签信息、所述用户所处的上下文信息和所述用户的社交网络信息；根据所述个人特征信息获取第一备选推荐列表、根据所述标签信息获取第二备选推荐列表、根据所述上下文信息获取第三备选推荐列表、根据所述社交网络信息获取第四备选推荐列表；所述第一备选推荐列表、所述第二备选推荐列表、所述第三备选推荐列表和所述第四备选推荐列表分别包括向用户推荐的信息；根据预设的列表权重对所述第一备选推荐列表、所述第二备选推荐列表、所述第三备选推荐列表和所述第四备选推荐列表进行加权计算获得冷启动推荐列表；将所述冷启动推荐列表推荐给所述用户。
[0007]在一些实施例中，所述用于信息推荐的装置包括：第一获取模块，被配置为获取用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息；第二获取模块，被配置为根据所述个人特征信息获取第一备选推荐列表、根据所述标签信息获取第二备选推荐列表、根据所述上下文信息获取第三备选推荐列表、根据所述社交网络信息获取第四备选推荐列表；所述第一备选推荐列表、所述第二备选推荐列表、所述第三备选推荐列表和所述第四备选推荐列表分别包括向用户推荐的信息；第三获取模块，被配置为根据预设的列表权重对所述第一备选推荐列表、所述第二备选推荐列表、所述第三备选推荐列表和所述第四备选推荐列表进行加权计算获得冷启动推荐列表；推荐模块，被配置为将所述冷启动推荐列表推荐给所述用户。
[0008]在一些实施例中，所述电子设备包括处理器和存储有程序指令的存储器，所述处理器被配置为在运行所述程序指令时，执行上述的用于信息推荐的方法。
[0009]在一些实施例中，所述存储介质，存储有可执行指令，所述可执行指令在运行时执行上述用于信息推荐的方法。
[0010]本公开实施例提供的用于信息推荐的方法、装置、电子设备及存储介质，可以实现以下技术效果：通过获取用户的个人特征信息、所述用户的标签信息、所述用户所处的上下文信息和所述用户的社交网络信息多种信息；并分别获取与各信息对应的第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表；由于分别获取了不同信息对应的备选推荐列表，并按照预设的抽取规则将各备选推荐列表进行合并获得冷启动推荐列表，提高了对用户进行推荐信息的准确性。
[0011]以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
[0012]一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
[0013]图1是本公开实施例提供的一个用于信息推荐的方法的示意图；
[0014]图2是本公开实施例提供的一个用于信息推荐的装置的示意图；
[0015]图3是本公开实施例提供的另一个用于信息推荐的装置的示意图。
具体实施方式
[0016]为了能够更加详尽地了解本公开实施例的特点与
技术实现思路
，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
[0017]本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
[0018]除非另有说明，术语“多个”表示两个或两个以上。
[0019]本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
[0020]术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
[0021]结合图1所示，本公开实施例提供一种用于信息推荐的方法，包括：
[0022]步骤S101，获取用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息；
[0023]步骤S102，根据个人特征信息获取第一备选推荐列表、根据标签信息获取第二备选推荐列表、根据上下文信息获取第三备选推荐列表、根据社交网络信息获取第四备选推荐列表；第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表分别包括待推荐信息；
[0024]步骤S103，根据预设的抽取规则在第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表；
[0025]步骤S104，将冷启动推荐列表内的待推荐信息推荐给用户。
[0026]采用本公开实施例提供的用于信息推荐的方法，通过获取用户的个人特征信息、所述用户的标签信息、所述用户所处的上下文信息和所述用户的社交网络信息多种信息；并分别获取与各信息对应的第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表；由于分别获取了不同信息对应的备选推荐列表，并按照预设的抽取规则将各备选推荐列表进行合并获得冷启动推荐列表，提高了对新用户进行推荐信息的准确性。
[0027]可选地，根据个人特征信息获取第一备选推荐列表，包括：利用个人特征信息进行协同过滤，获得第一备选推荐列表。
[0028]可选地，用户的个人特征信息包括：用户的年龄、性别和居住地等。
[0029]可选地，利用个人特征信息进行协同过滤，获得第一备选推荐列表，包括：根据用户的个人特征信息进行协同过滤，筛选出与该用户的个人特征信息相似度最高的其他用户，将推荐给其他用户的推本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于信息推荐的方法，其特征在于，包括：获取用户的个人特征信息、所述用户的标签信息、所述用户所处的上下文信息和所述用户的社交网络信息；根据所述个人特征信息获取第一备选推荐列表、根据所述标签信息获取第二备选推荐列表、根据所述上下文信息获取第三备选推荐列表、根据所述社交网络信息获取第四备选推荐列表；所述第一备选推荐列表、所述第二备选推荐列表、所述第三备选推荐列表和所述第四备选推荐列表分别包括待推荐信息；根据预设的抽取规则在所述第一备选推荐列表、所述第二备选推荐列表、所述第三备选推荐列表和所述第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表；将所述冷启动推荐列表内的待推荐信息推荐给所述用户。2.根据权利要求1所述的方法，其特征在于，根据所述个人特征信息获取第一备选推荐列表，包括：利用所述个人特征信息进行协同过滤，获得第一备选推荐列表。3.根据权利要求1所述的方法，其特征在于，根据所述标签信息获取第二备选推荐列表，包括：从预设的第一数据库中筛选出带有所述标签信息的推荐信息；根据预设的标签优先级对各带有所述标签信息的推荐信息进行排序，获得第二备选推荐列表。4.根据权利要求1所述的方法，其特征在于，所述上下文信息包括季节信息、时间信息、地域信息和在第一预设时间段内所述用户的设备内的图片信息；根据所述上下文信息获取第三备选推荐列表，包括：分别获取各所述上下文信息的特征向量；根据预设的信息权重对各所述特征向量进行加权融合，获得第一备选特征向量；从预设的第二数据库中筛选出第一相似度大于第一预设阈值的第二备选特征向量对应的待推荐信息；所述第二数据库中存储有若干个待推荐信息对应的第二备选特征向量；所述第一相似度为所述第一备选特征向量与各第二备选特征向量之间的相似度；将所述第一相似度大于第一预设阈值的第二备选特征向量对应的待推荐信息按照第一相似度从高到低的顺序进行排序，获得第三备选推荐列表。5.根据权利要求1所述的方法，其特征在于，所述社交网络信息包括所述用户在预设时间段内的...

【专利技术属性】
技术研发人员：杨康，王硕，王同乐，李霞，
申请(专利权)人：上海明略人工智能集团有限公司，
类型：发明
国别省市：