【技术实现步骤摘要】
本申请实施例涉及计算机，尤其涉及一种信息推荐方法、装置、电子设备及可读存储介质。
技术介绍
1、随着互联网技术的发展，海量内容带来的信息爆炸不断推动着推荐系统向着精准分发，千人千面的方向发展。与此同时，用户阅读时间碎片化、博文(包括文字、图片、视频)内容多样化且数量众多、质量参差不齐更是对信息推荐系统提出更高的要求。
2、现阶段，信息推荐系统的整个流程一般可以分为召回、排序、重排序三个阶段。召回阶段从海量物料库中选出用户可能感兴趣的数千或数百条候选集；排序阶段利用机器学习方法预估用户对召回的候选集里每个物料的偏好程度；重排序阶段作为推荐系统的最后一个阶段，使用预先设定的排序规则对各个模型选择出的待推荐物料的用户偏好评分进行融合，确定不同物料的排序位置，得到最终为用户展示的曝光序列。
3、然而，排序规则的制定存在较多的主观性，难以准确的描述不同用户的兴趣差异，并且通过排序规则确定的曝光序列相对固定，无法较好的适应用户兴趣的变化，使得推荐准确率较低。
技术实现思路
1、本申请实施例提供了一种信息推荐方法、装置、电子设备及可读存储介质，用以解决相关技术中向用户推荐的序列无法较好的适应用户兴趣变化，推荐准确率较低的问题。
2、第一方面，本申请实施例提供了一种信息推荐方法，包括：
3、获取目标用户对应的物料候选集合，将所述物料候选集合中的待推荐物料组合成多个物料组合序列；
4、根据所述物料组合序列中每个待推荐物料的物料特征信息和所述
5、根据所述目标用户的用户特征信息和所述每个待推荐物料在所述物料组合序列中的位置特征信息，确定所述每个待推荐物料的权重向量；其中，所述权重向量用于表征所述目标用户对待推荐物料的偏好程度；
6、根据所述物料组合序列中所述每个待推荐物料的特征融合向量和权重向量，确定所述物料组合序列的用户偏好预估值；
7、向所述目标用户推荐所述多个物料组合序列中用户偏好预估值符合预设条件的目标物料组合序列。
8、第二方面，本申请实施例提供了一种信息推荐装置，包括：
9、物料组合模块，用于获取目标用户对应的物料候选集合，将所述物料候选集合中的待推荐物料组合成多个物料组合序列；
10、特征融合模块，用于根据所述物料组合序列中每个待推荐物料的物料特征信息和所述每个待推荐物料在所述物料组合序列中的位置特征信息，确定所述每个待推荐物料的特征融合向量；根据所述目标用户的用户特征信息和所述每个待推荐物料在所述物料组合序列中的位置特征信息，确定所述每个待推荐物料的权重向量；其中，所述权重向量用于表征所述目标用户对所述待推荐物料的偏好程度；
11、预估值确定模块，用于根据所述物料组合序列中所述每个待推荐物料的特征融合向量和权重向量，确定所述物料组合序列的用户偏好预估值；
12、序列推荐模块，用于向所述目标用户推荐所述多个物料组合序列中用户偏好预估值符合预设条件的目标物料组合序列。
13、第三方面，本申请实施例提供了一种电子设备，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上述第一方面所述的方法的步骤。
14、第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如上述第一方面所述的方法的步骤。
15、本申请实施例提供的信息推荐方法，获取目标用户对应的物料候选集合，将物料候选集合中的待推荐物料组合成多个物料组合序列；根据物料组合序列中每个待推荐物料的物料特征信息和每个待推荐物料在物料组合序列中的位置特征信息，确定每个待推荐物料的特征融合向量；根据目标用户的用户特征信息和每个待推荐物料在物料组合序列中的位置特征信息，确定每个待推荐物料的权重向量；根据每个待推荐物料的特征融合向量和权重向量，确定物料组合序列的用户偏好预估值；向目标用户推荐多个物料组合序列中用户偏好预估值符合预设条件的目标物料组合序列。这样，能够充分挖掘待推荐物料在物料组合序列中的相对位置关系，以及目标用户对序列中不同位置待推荐物料的偏好程度，捕捉用户对不同位置的待推荐物料的兴趣偏好变化，进而通过待推荐物料的上下文排序提升用户的满意度，从而有利于提高推荐准确率。
16、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种信息推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户对应的物料候选集合，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述将所述物料候选集合中的待推荐物料组合成多个物料组合序列，包括：
4.根据权利要求3所述的方法，其特征在于，所述从所述物料候选集合的各待推荐物料中，分别选取物料组合序列的每一个位置对应的排序靠前的至少两个待推荐物料，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述物料组合序列中每个待推荐物料的物料特征信息和所述每个待推荐物料在所述物料组合序列中的位置特征信息，确定所述每个待推荐物料的特征融合向量，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户的用户特征信息和所述每个待推荐物料在所述物料组合序列中的位置特征信息，确定所述每个待推荐物料的权重向量，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述物料组合序列中所述每个待推荐物料的特征融合向量和权重向量，确定所述物料组合序列的用户偏好预估值，
8.根据权利要求7所述的方法，其特征在于，所述自适应系数与所述待推荐物料在物料组合序列中的位置特征信息所指示的排列位置成反比。
9.一种信息推荐装置，其特征在于，包括：
10.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至8任一项所述的方法的步骤。
11.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至8任一项所述的方法的步骤。
...【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户对应的物料候选集合，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述将所述物料候选集合中的待推荐物料组合成多个物料组合序列，包括：
4.根据权利要求3所述的方法，其特征在于，所述从所述物料候选集合的各待推荐物料中，分别选取物料组合序列的每一个位置对应的排序靠前的至少两个待推荐物料，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述物料组合序列中每个待推荐物料的物料特征信息和所述每个待推荐物料在所述物料组合序列中的位置特征信息，确定所述每个待推荐物料的特征融合向量，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户的用户特征信息和所述每个待推荐物料在所述物料组合序列中的...
【专利技术属性】
技术研发人员：张凯，刘道广，刘博，
申请(专利权)人：微梦创科网络科技中国有限公司，
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。