信息推荐方法及装置、电子设备、存储介质制造方法及图纸

本发明专利技术提供了一种信息推荐方法及装置、电子设备、存储介质，该方法包括：根据用户基于物品触发的行为序列构建用于表征所述用户与所述物品之间关联关系的用户物品关联图；根据所述用户物品关联图生成所述用户对应的用户特征；针对目标用户和待推荐用户，利用所述目标用户对应的目标用户特征与所述待推荐用户对应的待推荐用户特征计算所述目标用户和所述待推荐用户之间的相似度；根据所述相似度向所述待推荐用户推荐物品信息。本发明专利技术提供的方案，解决了相关技术中用户召回率低以及召回效率低的技术问题。率低的技术问题。率低的技术问题。

【技术实现步骤摘要】
信息推荐方法及装置、电子设备、存储介质


[0001]本专利技术涉及大数据处理领域，具体而言，涉及一种信息推荐方法及装置、电子设备、存储介质。

技术介绍

[0002]传统的机器学习算法进行的营销常常基于用户标签，一般仅是利用用户标签对应的数值、字符类特征进行建模；然而，由于直接基于用户标签进行召回人群忽略了用户隐藏的信息，或者特定标签的人群会出现过多或过少，均会影响召回效率，无法进行高效的召回人群。

技术实现思路

[0003]鉴于上述问题，本专利技术提出了一种信息推荐方法及装置、电子设备、存储介质，以至少解决相关技术中用户召回率低以及召回效率低的技术问题。
[0004]根据本专利技术的第一方面，提供了一种信息推荐方法，包括：根据用户基于物品触发的行为序列构建用于表征所述用户与所述物品之间关联关系的用户物品关联图；根据所述用户物品关联图生成所述用户对应的用户特征；其中，所述用户特征由所述用户物品关联图中包含的物品偏好特征表示；所述物品偏好特征由所述行为序列学习得到；针对目标用户和待推荐用户，利用所述目标用户对应的目标用户特征本文档来自技高网...

【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：根据用户基于物品触发的行为序列构建用于表征所述用户与所述物品之间关联关系的用户物品关联图；根据所述用户物品关联图生成所述用户对应的用户特征；其中，所述用户特征由所述用户物品关联图中包含的物品偏好特征表示；所述物品偏好特征由所述行为序列学习得到；针对目标用户和待推荐用户，利用所述目标用户对应的目标用户特征与所述待推荐用户对应的待推荐用户特征计算所述目标用户和所述待推荐用户之间的相似度；根据所述相似度向所述待推荐用户推荐物品信息。2.根据权利要求1所述的方法，其特征在于，所述根据用户基于物品的行为序列构建用于表征所述用户与所述物品之间关联关系的用户物品关联图包括：获取所述用户基于所述物品触发的各行为序列；识别所述各行为序列之间的邻接关系；按照邻接表形式或邻接矩阵形式，基于各行为序列和所述邻接关系生成用于表征所述用户与所述物品之间关联关系的有向数据结构图，作为所述用户物品关联图。3.根据权利要求1所述的方法，其特征在于，所述根据所述用户物品关联图生成所述用户对应的用户特征包括：通过对所述用户物品关联图进行随机游走，提取所述用户物品关联图中的行为特征序列；利用word2vec模型对所述行为特征序列进行特征学习，得到物品偏好特征；基于物品偏好特征生成所述用户对应的用户特征。4.根据权利要求3所述的方法，其特征在于，所述基于物品偏好特征生成所述用户对应的用户特征包括：识别所述物品偏好特征对应的多个物品偏好特征向量；通过对所述多个物品偏好特征向量进行拼接处理，得到的向量拼接结果，作为所述用户特征。5.根据权利要求1所述的方法，其特征在于，所述利用所述目标用户对应的目标用户特征与所述待推荐用户对应的待推荐用户特征计算所述目标用户和所述待推荐用户之间的相似度包括：通过局部敏感哈希算法计算所...

【专利技术属性】
技术研发人员：邹丹，
申请(专利权)人：大箴杭州科技有限公司，
类型：发明
国别省市：