本公开提供了一种信息推荐方法、装置、设备及介质。通过基于目标平台中已注册的多个用户的用户标识以及目标平台中的多个待推荐信息所对应的特征向量，分别确定用户向量矩阵和信息向量矩阵，以基于用户向量矩阵和信息向量矩阵，确定评分矩阵，特征向量是基于待推荐信息的反馈数据训练得到的，而反馈数据是基于多个用户的反馈操作获取得到的，以使信息向量矩阵可以表示待推荐信息的特征与用户偏好之间的关联，进而使得评分矩阵中不同位置处的元素可以用于指示不同的待推荐信息对于不同用户的预测分数值，以便在接收到目标用户的信息推荐请求的情况下，可以基于评分矩阵，向目标用户推荐更加满足其个性化需求的待推荐信息，提高信息推荐的准确性。高信息推荐的准确性。高信息推荐的准确性。
【技术实现步骤摘要】
信息推荐方法、装置、设备及介质
[0001]本公开的实施方式涉及计算机
，更具体地，本公开的实施方式涉及一种信息推荐方法、装置、设备及介质。
技术介绍
[0002]本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]随着网络的迅速发展，网络上的信息量大幅增长，信息过载问题随之出现，用户在面对大量信息时无法从中获取到对自己真正有用的那部分信息，导致信息的使用效率较低。
[0004]相关技术中，可以通过推荐系统来解决信息过载问题。推荐系统可以根据各个备选信息的被浏览次数、被点赞次数、被评论次数等，对多个备选信息进行排序，从而按照排序结果为用户进行信息推荐。
[0005]但是，不同用户的信息需求和用户偏好有所不同，通过上述实现过程所推荐的信息无法满足每个用户的个性化需求，从而导致信息推荐的准确性较差。
技术实现思路
[0006]本公开的实施方式期望提供一种信息推荐方法、装置、设备及介质，以提高信息推荐的准确性，尽可能保证所推荐的信息可以满足用户的个性化需求。
[0007]在本公开实施方式的第一方面中，提供了一种信息推荐方法，该方法包括：
[0008]基于目标平台中已注册的多个用户的用户标识，确定用户向量矩阵，并基于目标平台中的多个待推荐信息所对应的特征向量，确定信息向量矩阵，特征向量基于待推荐信息的反馈数据训练得到，反馈数据为预先为不同类型的反馈操作设置好的参数值；
[0009]基于用户向量矩阵和信息向量矩阵，确定评分矩阵，评分矩阵中不同位置处的元素用于指示不同的待推荐信息对于不同用户的预测分数值；
[0010]响应于接收到目标用户的信息推荐请求，基于评分矩阵，向目标用户推荐预测分数值满足目标条件的待推荐信息。
[0011]在本公开的一个实施例中，对于任一待推荐信息，待推荐信息对应于至少一个类型的反馈操作，每个类型的反馈操作对应于一个特征向量；
[0012]基于目标平台中的多个待推荐信息所对应的特征向量，确定信息向量矩阵，包括：
[0013]对于任一待推荐信息，基于待推荐信息的信息标识，确定待推荐信息上已触发的反馈操作类型；
[0014]获取与待推荐信息上已触发的反馈操作类型匹配的特征向量，得到待推荐信息对应的多个特征向量；
[0015]基于多个特征向量，确定待推荐信息对应的推荐信息向量；
[0016]基于多个待推荐信息对应的推荐信息向量进行拼接，得到信息向量矩阵。
[0017]在本公开的一个实施例中，基于多个待推荐信息对应的推荐信息向量进行拼接，得到信息向量矩阵，包括：
[0018]对于任一推荐信息向量，将推荐信息向量中第一目标维数处的元素值替换为目标数值，得到目标信息向量；
[0019]对多个目标信息向量进行拼接，得到信息向量矩阵。
[0020]在本公开的一个实施例中，反馈操作至少包括点赞和曝光，目标数值基于对应待推荐信息的点赞量和曝光量、以及多个待推荐信息的最大曝光量和最小曝光量确定得到。
[0021]在本公开的一个实施例中，基于目标平台中已注册的多个用户的用户标识，确定用户向量矩阵，包括：
[0022]基于目标平台中已注册的每个用户的用户标识，确定一个用户向量，以得到多个用户向量；
[0023]基于多个用户向量进行拼接，得到用户向量矩阵。
[0024]在本公开的一个实施例中，基于多个用户向量进行拼接，得到用户向量矩阵，包括：
[0025]对于任一用户向量，将用户向量中第二目标维数处的元素值替换为设定数值，得到目标用户向量；
[0026]对多个目标用户向量进行拼接，得到用户向量矩阵。
[0027]在本公开的一个实施例中，基于用户向量矩阵和信息向量矩阵，确定评分矩阵，包括：
[0028]基于用户向量矩阵和信息向量矩阵进行矩阵乘法，得到评分矩阵。
[0029]在本公开的一个实施例中，响应于接收到目标用户的信息推荐请求，基于评分矩阵，向目标用户推荐预测分数值满足目标条件的待推荐信息，包括：
[0030]响应于接收到目标用户的信息推荐请求，基于目标用户的用户标识，从评分矩阵中获取不同的待推荐信息对于目标用户的预测分数值；
[0031]按照预测分数值从高到低的顺序对多个待推荐信息进行排序；
[0032]向目标用户推荐预测分数值排序位于设定位置之前的待推荐信息。
[0033]在本公开的一个实施例中，特征向量的获取过程包括：
[0034]获取多组训练数据，每组训练数据中至少包括目标平台中已注册用户的用户标识、目标平台中的多个待推荐信息的信息标识、待推荐信息对应的反馈操作的类型以及不同类型的反馈操作对应的反馈数据；
[0035]对于任一组训练数据，基于训练数据中待推荐信息对应的反馈操作的类型，确定信息标签值；
[0036]基于信息标签值和不同类型的反馈操作对应的反馈数据，通过目标数据模型进行迭代计算，得到满足目标数据模型的特征向量。
[0037]在本公开的一个实施例中，目标数据模型用于指示信息标签值、不同类型的反馈操作对应的反馈数据、特征向量以及权重系数之间的关联关系。
[0038]在本公开实施方式的第二方面中，提供了一种信息推荐装置，该装置包括：
[0039]第一确定模块，用于基于目标平台中已注册的多个用户的用户标识，确定用户向量矩阵；
[0040]第一确定模块，还用于基于目标平台中的多个待推荐信息所对应的特征向量，确定信息向量矩阵，特征向量基于待推荐信息的反馈数据训练得到，反馈数据为预先为不同类型的反馈操作设置好的参数值；
[0041]第二确定模块，用于基于用户向量矩阵和信息向量矩阵，确定评分矩阵，评分矩阵中不同位置处的元素用于指示不同的待推荐信息对于不同用户的预测分数值；
[0042]推荐模块，用于响应于接收到目标用户的信息推荐请求，基于评分矩阵，向目标用户推荐预测分数值满足目标条件的待推荐信息。
[0043]在本公开实施方式的第三方面中，提供了一种计算设备，计算设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述第一方面以及第一方面中的任一实施例所提供的信息推荐方法所执行的操作。
[0044]在本公开实施方式的第四方面中，提供了一种计算机可读存储介质，计算机可读存储介质上存储有程序，程序被处理器执行如上述第一方面以及第一方面中的任一实施例所提供的信息推荐方法所执行的操作。
[0045]在本公开实施方式的第五方面中，提供了一种计算机程序产品，计算机程序产品包括计算机程序，程序被处理器执行时实现上述第一方面以及第一方面中的任一实施例所提供的信息推荐方法所执行的操作。
[0046]本公开通过基于目标平台中已注册的多个用户的用户标识，确定用户向量矩阵，并基于目标平台中的多个待推荐信息本文档来自技高网...
【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：基于目标平台中已注册的多个用户的用户标识，确定用户向量矩阵，并基于所述目标平台中的多个待推荐信息所对应的特征向量，确定信息向量矩阵，所述特征向量基于所述待推荐信息的反馈数据训练得到，所述反馈数据为预先为不同类型的反馈操作设置好的参数值；基于所述用户向量矩阵和所述信息向量矩阵，确定评分矩阵，所述评分矩阵中不同位置处的元素用于指示不同的待推荐信息对于不同用户的预测分数值；响应于接收到目标用户的信息推荐请求，基于所述评分矩阵，向所述目标用户推荐预测分数值满足目标条件的待推荐信息。2.根据权利要求1所述的方法，其特征在于，对于任一待推荐信息，所述待推荐信息对应于至少一个类型的反馈操作，每个类型的反馈操作对应于一个特征向量；所述基于所述目标平台中的多个待推荐信息所对应的特征向量，确定信息向量矩阵，包括：对于任一待推荐信息，基于所述待推荐信息的信息标识，确定所述待推荐信息上已触发的反馈操作类型；获取与所述待推荐信息上已触发的反馈操作类型匹配的特征向量，得到所述待推荐信息对应的多个特征向量；基于所述多个特征向量，确定所述待推荐信息对应的推荐信息向量；基于所述多个待推荐信息对应的推荐信息向量进行拼接，得到所述信息向量矩阵。3.根据权利要求2所述的方法，其特征在于，所述基于所述多个待推荐信息对应的推荐信息向量进行拼接，得到所述信息向量矩阵，包括：对于任一推荐信息向量，将所述推荐信息向量中第一目标维数处的元素值替换为目标数值，得到目标信息向量；对多个目标信息向量进行拼接，得到所述信息向量矩阵。4.根据权利要求3所述的方法，其特征在于，所述反馈操作至少包括点赞和曝光，所述目标数值基于对应待推荐信息的点赞量和曝光量、以及多个待推荐信息的最大曝光量和最小曝光量确定得到。5.根据权利要求1所述的方法，其特征在于，所述基于目标平台中已注册的多个用户的用户标识，确定用户向量矩阵，包括：基于所述目标平台中已注册的每个用户的用户标识，确定一个用户向量，以得到多个用户向量；基于所述多个...
【专利技术属性】
技术研发人员：沈童，许盛辉，潘照明，
申请(专利权)人：杭州网之易创新科技有限公司，
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。