用于信息推荐的方法及装置、电子设备、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，应用于用户设备，包括：在发现新的应用程序的情况下，将待推荐信息输入已经训练好的信息推荐模型中，得到用户设备对待推荐信息点击的概率；根据用户设备对待推荐信息点击的概率，确定待推荐信息是否在应用程序进行推荐。通过将待推荐信息输入已经训练好的信息推荐模型中，得到了用户设备对待推荐信息点击的概率，实现了待推荐信息与用户设备之间的特征刻画；基于信息推荐模型所得到用户设备对待推荐信息点击的概率，确定了待推荐信息是否在应用程序进行推荐，进而使信息推荐更加准确，用户体验更佳。本申请还公开一种用于信息推荐的装置、电子设备、存储介质。存储介质。存储介质。

【技术实现步骤摘要】
用于信息推荐的方法及装置、电子设备、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及装置、电子设备、存储介质。

技术介绍

[0002]目前，随着互联网技术的发展，各类信息出现在应用程序上，比如商品信息、电影信息、图书信息、新闻信息以及视频信息等，用户可以通过应用程序中的搜索功能搜索自己需要的信息，同时，应用程序还可以主动向用户推荐信息，帮助用户在海量数据中发现所感兴趣的内容。
[0003]在主动向用户端推荐信息的过程中，相关技术中的推荐方法包括有基于热度的推荐、基于内容的推荐或协同过滤推荐等，都是根据该用户端的历史行为数据完成推荐目的，或者发现与该用户具有相似或相同历史行为数据的用户，再根据该历史行为数据完成推荐目的；相关技术中还提供一种信息推荐方法，包括获取用户的历史信息序列以及推荐信息集合；确定历史信息序列对应推荐信息集合中每个推荐信息的相关因子；根据历史信息序列对应推荐信息集合中每个推荐信息的相关因子，确定用户对应每个推荐信息的行为特征；对每个推荐信息的行为特征进行多次迭代地特征提取处理，并基于每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于信息推荐的方法，应用于用户设备，其特征在于，包括：在发现新的应用程序的情况下，将待推荐信息输入已经训练好的信息推荐模型中，得到用户设备对待推荐信息点击的概率；根据用户设备对待推荐信息点击的概率，确定所述待推荐信息是否在应用程序进行推荐。2.根据权利要求1所述的方法，其特征在于，根据用户设备对待推荐信息点击的概率，确定所述待推荐信息是否在应用程序进行推荐，包括：响应于用户的操作指令，启动应用程序；在用户设备对待推荐信息点击的概率大于预设的概率阈值的情况下，确定待推荐信息是在应用程序进行推荐。3.根据权利要求1或2所述的方法，其特征在于，按下述方式训练信息推荐模型：从本用户设备的应用程序中筛选符合设定条件的特征信息；根据筛选的特征信息，计算信息推荐模型的本地模型梯度；将本地模型梯度发送至服务器；接收服务器发送的平均模型梯度；利用平均模型梯度更新信息推荐模型。4.根据权利要求3所述的方法，其特征在于，所述筛选符合设定条件的特征信息包括用户属性信息、历史数据信息、用户交互信息中的一个或多个。5.根据权利要求3所述的方法，其特征在于，将本地模型梯度发送至服务器，包括：通过同态加密、差分隐私或秘密共享对本地模型梯度进行加密；将加密后的本地模型梯度发送至服务器。6.一种用于信息推荐的方法，应用于服务器，其特征在于，包括：接收n个用户设备发送的n个...

【专利技术属性】
技术研发人员：蔡怡蕾，
申请(专利权)人：北京明略昭辉科技有限公司，
类型：发明
国别省市：