信息推荐方法及装置、电子设备、存储介质制造方法及图纸

本申请的实施例揭示了一种信息推荐方法、信息推荐装置、电子设备以及存储介质，该方法包括：获取多个推荐特征，多个推荐特征包括目标对象特征、多个待推荐的虚拟对象分别对应的虚拟对象特征以及与目标对象的属性序列相关联的属性序列模式特征，其中，目标对象的属性序列包括目标对象分别对于不同虚拟对象的属性序列，属性序列中包括按照时间先后顺序进行排列的多个属性标识，属性标识用于表征目标对象针对相应虚拟对象的历史操作属性类型；由多个推荐特征融合得到融合特征，并根据融合特征确定向目标对象推荐的虚拟对象的推荐概率；向目标对象推荐推荐概率大于预设阈值的虚拟对象。本申请实施例的技术方案能够提高信息推荐的准确度。的准确度。的准确度。

【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]本申请涉及人工智能
，具体而言，涉及一种信息推荐方法及装置、电子设备、计算机可读存储介质。

技术介绍

[0002]随着人工智能技术不断发展，人工智能技术在智能推荐领域应用也越来越广泛，比如利用人工智能技术为目标对象个性化地推荐商品、有针对性地投放广告等。实现个性化地推荐商品、有针对性地投放广告的关键在于如何更精确地了解目标对象的个性化需求，掌控目标对象的需求越准确，为目标对象推荐的物品或信息的准确度越高。

技术实现思路

[0003]为解决上述技术问题，本申请的实施例提供了一种信息推荐方法及信息推荐装置、电子设备以及存储介质，能够提高信息推荐的准确度。
[0004]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0005]根据本申请实施例的一个方面，提供了一种信息推荐方法，包括：获取多个推荐特征，多个推荐特征包括目标对象特征、多个待推荐的虚拟对象分别对应的虚拟对象特征、以及与目标对象的属性序列相关联的属性序列模式特征，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：获取多个推荐特征，所述多个推荐特征包括目标对象特征、多个待推荐的虚拟对象分别对应的虚拟对象特征、以及与目标对象的属性序列相关联的属性序列模式特征，其中，所述目标对象的属性序列包括所述目标对象分别对于不同虚拟对象的属性序列，所述属性序列中包括按照时间先后顺序进行排列的多个属性标识，所述属性标识用于表征所述目标对象针对相应虚拟对象的历史操作属性类型；由所述多个推荐特征融合得到融合特征，并根据所述融合特征确定向所述目标对象推荐所述虚拟对象的推荐概率；向所述目标对象推荐所述推荐概率大于预设阈值的虚拟对象。2.根据权利要求1所述的方法，其特征在于，所述获取多个推荐特征，包括：获取所述目标对象分别对于不同的虚拟对象的属性序列；针对获取到的全部属性序列进行序列模式挖掘，得到与所述目标对象的属性相关联的属性序列模式特征。3.根据权利要求2所述的方法，其特征在于，所述针对所述属性序列进行序列模式挖掘，得到与所述目标对象的属性关联的属性序列模式特征，包括：在所有的属性序列中遍历一项前缀，将所述一项前缀作为指定前缀，获取指定前缀对应的投影数据集，所述指定前缀对应的投影数据集包括所述所有的属性序列中位于对应一项前缀之后的属性标识串；循环执行在当前获取的投影数据集中遍历一项前缀，将遍历得到的一项前缀与当前获取的投影数据集对应的指定前缀进行组合，得到新的指定前缀，并获取新的指定前缀对应的投影数据集的步骤，直至所述新的指定前缀对应的结果数据集为空集，其中，所述新的指定前缀对应的投影数据集包括当前获取的投影数据集中位于遍历得到的一项前缀之后的属性标识串；将空集对应的指定前缀作为与所述目标对象的属性关联的属性序列模式特征。4.根据权利要求3所述的方法，其特征在于，所述在所有的属性序列中遍历一项前缀，包括：获取在所述所有的属性序列中出现的属性标识；确定含有对应属性标识的属性序列数量；将支持度大于支持度阈值的属性标识确定为所述一项前缀，所述支持度阈值正比于所述的属性序列的数量。5.根据权利要求3所述的方法，其特征在于，所述...

【专利技术属性】
技术研发人员：刘志煌，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：