本公开提供一种信息推荐方法和信息推荐系统，该信息推荐方法包括：获取用户属性信息，并据此建立信息推荐模型，用户属性信息包括多个特征信息；根据信息推荐模型获取与用户属性信息相匹配的候选推荐信息；获取与候选推荐信息中的产品相匹配的知识图谱，知识图谱包括候选产品以及其上下游产品的关联关系；将候选产品以及上下游产品中评分最高的产品作为待推荐产品；将待推荐产品以及与待推荐产品相关的知识图谱作为待推荐信息推荐给用户。该信息推荐方法和推荐系统在信息推荐过程中加入了产品的信息，为用户提供了丰富的产业链和产业核心内容，提升了信息推荐的丰富性和趣味性，也为用户了解和选择产品提供了便利。为用户了解和选择产品提供了便利。为用户了解和选择产品提供了便利。
【技术实现步骤摘要】
信息推荐方法、信息推荐系统和计算机可读存储介质
[0001]本专利技术涉及计算机
，具体涉及一种信息推荐方法、信息推荐系统和计算机可读存储介质。
技术介绍
[0002]随着金融行业的快速发展，目前许多金融机构都会将一些待推广的金融信息或产品推荐给用户。金融信息例如包括热点资讯，其作为APP引导用户了解和购买个股和理财的重要桥梁，在行业中起到了重要的作用。
[0003]目前的资讯推荐方法中，个性化资讯与产品产业链图谱相互分离，分别作为独立的功能供用户使用。具体地，个性化资讯推荐的常用算法包括：基于内容的推荐、基于协同过滤推荐、基于关联规则的推荐、基于效用的推荐、基于知识的推荐和组合推荐；产品产业链图谱则作为券商APP的一个功能入口供用户查询。虽然推荐形式多样，但目前的信息推荐和产品推荐相互分离，使得图谱的效用和展示形式单一；资讯推荐的内容不够丰富，不能给用户提供附加价值；用户对于感兴趣的资讯也不能及时有效获得产业上下游和相关个股信息。
[0004]那么，目前的APP或资讯推送仅能提供给用户少量的信息，缺少相关产业的上下游动态解读，当用户对宏观的产业情况感兴趣时，无法在资讯页面得到增值信息。
[0005]因此，目前使用的信息推荐方法有很大的局限性，不能适应目前金融行业的需求。
技术实现思路
[0006]有鉴于此，本专利技术实施例提供一种信息推荐方法和信息推荐系统，能在推送时将信息和产业知识图谱相匹配，自适应地获取与热门资讯相关性最高的产品，解决现有技术中的问题。
[0007]根据本专利技术第一方面，提供一种信息推荐方法，包括：
[0008]获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，所述用户属性信息包括多个特征信息；
[0009]根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息；
[0010]获取与所述候选推荐信息中的候选产品相匹配的知识图谱，所述知识图谱包括候选产品以及其上下游产品的关联关系；
[0011]将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品；以及
[0012]将所述待推荐产品以及与所述待推荐产品相关的知识图谱作为待推荐信息推荐给用户。
[0013]可选地，所述用户为在APP内开户的用户，所述多个特征信息包括用户基本信息、开户特征、交易特征和浏览特征。
[0014]可选地，在根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息的步骤之前还包括：
[0015]对所述用户属性信息进行数据预处理。
[0016]可选地，所述候选推荐信息中包括所述候选产品的名称，所述产品的类型包括证券和股票。
[0017]可选地，所述获取与所述候选推荐信息中的候选产品相匹配的知识图谱的步骤包括：
[0018]获取与所述候选推荐信息中的候选产品对应的知识图谱数据；
[0019]以所述知识图谱数据为基础建立所述知识图谱，所述知识图谱包括所述知识图谱数据的内容。
[0020]可选地，所述知识图谱数据包括所述候选产品及其上下游产品对应的上市公司、主营产品、主营产品占比、上游产品和下游产品。
[0021]可选地，将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品的步骤包括：
[0022]调用已有评分模型，将所述候选产品和所述上下游产品分别输入所述评分模型中，采用人工智能算法得出每一项产品的分数；
[0023]按照分数从高到低的顺序对所有所述产品排序；以及
[0024]将得分最高的所述产品作为待推荐产品，
[0025]其中，所述产品的分数表征所述产品与所述候选推荐信息的相关度。
[0026]可选地，将所述待推荐产品以及与所述待推荐产品相关的知识图谱作为待推荐信息推荐给用户包括：
[0027]重新绘制与所述待推荐产品相关的知识图谱；
[0028]将所述知识图谱和所述待推荐产品融合在所述候选推荐信息中作为待推荐信息；以及
[0029]将所述待推荐产品进行突出显示后，将所述待推荐信息推荐给所述用户。
[0030]根据本专利技术第二方面，提供一种信息推荐系统，包括：
[0031]建模单元，用于获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，所述用户属性信息包括多个特征信息；
[0032]信息获取单元，用于根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息；
[0033]图谱获取单元，用于获取与所述候选推荐信息中的候选产品相匹配的知识图谱，所述知识图谱包括候选产品以及其上下游产品的关联关系；
[0034]评分单元，用于将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品；以及
[0035]推荐单元，用于将所述待推荐产品以及与所述待推荐产品相关的知识图谱作为待推荐信息推荐给用户。
[0036]可选地，所述图谱获取单元还用于获取与所述候选推荐信息中的候选产品对应的知识图谱数据；并以所述知识图谱数据为基础建立所述知识图谱，所述知识图谱包括所述知识图谱数据的内容。
[0037]根据本专利技术第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如上述所述的信息推荐方法。
[0038]根据本专利技术第四方面，提供一种信息推荐装置，包括：存储器，用于存储计算机指令；处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如上述所述的信息推荐方法。
[0039]本专利技术的实施例具有以下优点或有益效果：本专利技术实施例的信息推荐方法和推荐系统首先提取包含用户多种特征信息的用户属性信息来建立信息推荐模型，通过模型运算得到最匹配的资讯信息即候选推荐信息，然后找到其中的候选产品对应的知识图谱，获取和候选产品相关的产业上下游产品信息，再对各产品进行评分，筛选出相关度最高的一款产品，将其与之相对应的知识图谱作为待推荐信息推荐给用户。因此，推荐的信息中涵盖了相关产品的产业链，该方法能够自适应地获取与热门信息相关性最高的产品，为用户获取关心的行业资讯和产品提供有利的依据。在信息推荐过程中，给用户提供了更多更丰富的产业链、产业核心数据等内容，经过人工智能打分的产品也能给用户带来更多的吸引，从而增加用户的活跃度和粘性，提升APP的行业影响力。
附图说明
[0040]通过参照以下附图对本专利技术实施例的描述，本专利技术的上述以及其它目的、特征和优点将更为清楚，在附图中：
[0041]图1示出了本专利技术实施例中的信息推荐方法的流程图；
[0042]图2示出了图1所示的步骤S103的具体流程图；
[0043]图3示出了本专利技术实施例中知识图谱数据表的示意图；
[0044]图4示出了本专利技术实施例中知识图谱的示意图；
[0045]图5示出了本专利技术实施例中的信息推荐方法在实际应用中的流程图；
[0046]图6示出了本专利技术实施例中的信本文档来自技高网...
【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，包括：获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，所述用户属性信息包括多个特征信息；根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息；获取与所述候选推荐信息中的候选产品相匹配的知识图谱，所述知识图谱包括候选产品以及其上下游产品的关联关系；将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品；以及将所述待推荐产品以及与所述待推荐产品相关的知识图谱作为待推荐信息推荐给用户。2.根据权利要求1所述的信息推荐方法，其特征在于，所述用户为在APP内开户的用户，所述多个特征信息包括用户基本信息、开户特征、交易特征和浏览特征。3.根据权利要求1所述的信息推荐方法，其特征在于，在根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息的步骤之前还包括：对所述用户属性信息进行数据预处理。4.根据权利要求1所述的信息推荐方法，其特征在于，所述候选推荐信息中包括所述候选产品的名称，所述产品的类型包括证券和股票。5.根据权利要求1所述的信息推荐方法，其特征在于，所述获取与所述候选推荐信息中的候选产品相匹配的知识图谱的步骤包括：获取与所述候选推荐信息中的候选产品对应的知识图谱数据；以所述知识图谱数据为基础建立所述知识图谱，所述知识图谱包括所述知识图谱数据的内容。6.根据权利要求5所述的信息推荐方法，其特征在于，所述知识图谱数据包括所述候选产品及其上下游产品对应的上市公司、主营产品、主营产品占比、上游产品和下游产品。7.根据权利要求1所述的信息推荐方法，其特征在于，将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品的步骤包括：调用已有评分模型，将所述候选产品和所述上下游产品分别输入所述评分模型中，采用人工智能算法得出每一项产品的分数；按照分数从高到低的顺...
【专利技术属性】
技术研发人员：李剑戈，肖钢，张麒，吴华普，刘震，汪春晓，
申请(专利权)人：中信建投证券股份有限公司，
类型：发明
国别省市：
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。