信息推荐方法、装置、电子设备及可读存储介质制造方法及图纸

技术编号:30410231 阅读:23 留言:0更新日期:2021-10-20 11:39
本发明专利技术涉及智能决策领域,揭露一种信息推荐方法,包括:获取用户的信息推荐请求及历史推荐信息;根据历史推荐信息对预构建的信息推荐模型进行训练,得到更新后的信息推荐模型;根据信息推荐请求获取信息数据集,提取信息数据集中每个信息数据中信息特征;提取用户信息推荐请求中的用户属性,得到用户特征;根据信息特征及用户特征,利用更新的信息推荐模型计算信息数据集中的每个信息数据的推荐系数;根据推荐系数对所有信息数据进行筛选排序,得到推荐信息数据序列并发送至预设终端设备。本发明专利技术还涉及一种区块链技术,所述信息数据集可以存储在区块链节点中。本发明专利技术还提出一种信息推荐装置、设备以及存储介质。本发明专利技术可以提高信息推荐的准确率。息推荐的准确率。息推荐的准确率。

【技术实现步骤摘要】
信息推荐方法、装置、电子设备及可读存储介质


[0001]本专利技术涉及智能决策领域,尤其涉及一种信息推荐方法、装置、电子设备及可读存储介质。

技术介绍

[0002]由于信息数据的时效性和用户偏好的波动性,实时的个性化信息数据推荐是一个非常有挑战性的问题。尽管目前行业内已经有一些实时推荐模型来解决信息数据推荐的问题,但目前这些推荐模型推荐的信息只考虑用户点击反馈,模型反馈评价维度较少,导致推荐模型无法推送用户真正需要的信息,信息推荐的准确率较低。

技术实现思路

[0003]本专利技术提供一种信息推荐方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高信息推荐的准确率。
[0004]为实现上述目的,本专利技术提供的一种信息推荐方法,包括:
[0005]在接收到用户的信息推荐请求时,获取所述用户的所有历史信息推荐请求对应的历史推荐信息;
[0006]根据所述历史推荐信息对当前的信息推荐模型进行迭代训练,得到更新后的信息推荐模型;
[0007]根据所述信息推荐请求获取信息数据集,提取所述信息数据集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息推荐方法,其特征在于,所述方法包括:在接收到用户的信息推荐请求时,获取所述用户的所有历史信息推荐请求对应的历史推荐信息;根据所述历史推荐信息对当前的信息推荐模型进行迭代训练,得到更新后的信息推荐模型;根据所述信息推荐请求获取信息数据集,提取所述信息数据集中每个信息数据的信息内容属性及信息交互属性,分别从所述信息内容属性及所述信息交互属性中提取得到对应的信息内容特征及信息交互特征;提取所述用户信息推荐请求中的用户属性,得到用户特征;根据所述信息交互特征、信息内容特征及用户特征,利用所述更新后的信息推荐模型计算所述信息数据集中的每个信息数据的推荐系数;根据所述推荐系数对所述信息数据集中的信息数据进行筛选排序,得到推荐信息数据序列,将所述推荐信息数据序列发送至所述用户。2.如权利要求1所述的信息推荐方法,其特征在于,所述根据所述历史推荐信息对当前的信息推荐模型进行迭代训练,得到更新后的信息推荐模型,包括:获取所述信息推荐请求的请求时间,并提取每个所述历史信息推荐请求中的请求时间;将提取的所有所述请求时间按照时间先后顺序进行组合得到请求时间序列;判断所述请求时间序列中请求时间的数量是否大于1;当所述请求时间序列中请求时间的数量大于1时,根据所述请求时间序列对所有所述历史推荐信息进行筛选,得到目标历史推荐信息,利用所述目标历史推荐信息对当前的信息推荐模型进行训练,得到更新后的信息推荐模型;当所述请求时间序列中请求时间的数量等于1时,将所述当前的信息推荐模型确定为更新后的信息推荐模型。3.如权利要求2所述的信息推荐方法,其特征在于,所述根据所述请求时间序列对所有所述历史推荐信息进行筛选,得到目标历史推荐信息,利用所述目标历史推荐信息对当前信息推荐模型进行训练,得到更新后的信息推荐模型,包括:选取所述请求时间序列中的倒数第一个请求时间与倒数第二个请求时间构建目标时间区间;选取所述请求时间序列中倒数第二个请求时间对应的历史推荐信息,得到所述目标历史推荐信息,获取所述目标历史推荐信息中每个信息数据在所述目标时间区间范围内对应的用户点击信息;根据所述用户点击信息,利用预设算法计算所述目标历史推荐信息中每个信息数据的活跃概率;提取所述用户点击信息中的用户点击次数,根据所述用户点击次数及所述活跃概率进行计算,得到历史推荐系数;根据所述目标历史推荐信息及所述历史推荐系数对所述信息推荐模型进行迭代训练,得到所述更新后的信息推荐模型。4.如权利要求3所述的信息推荐方法,其特征在于,所述根据所述目标历史推荐信息及
所述推荐系数对所述信息推荐模型进行迭代训练,得到更新后的所述信息推荐模型,包括:步骤A:对所述目标历史推荐信息中每个信息数据进行特征转换,得到初始样本;步骤B:利用所述历史推荐系数对所述初始样本进行标记得到训练样本;步...

【专利技术属性】
技术研发人员:牛姣姣刘中原郭鹏程刘劲柏
申请(专利权)人:深圳壹账通智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1