CN106383865A - 基于人工智能的推荐数据的获取方法及装置 - Google Patents

Abstract

一种基于人工智能的推荐数据的获取方法及装置。实施例通过获取待推荐实体的实体特征数据；待推荐实体的实体特征数据包括下列数据中的至少一项：待推荐实体的局部特征数据；待推荐实体所属实体类别的全局特征数据；待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据，进而根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分，使得能够根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据，由于采用了待推荐实体的实体特征数据，来生成待推荐实体的推荐数据，使得能够综合考虑待推荐实体相关的各方面信息，使得该待推荐实体很容易被用户所采纳，从而提高了实体推荐的可靠性。

Description

基于人工智能的推荐数据的获取方法及装置

【技术领域】

本发明涉及查询技术，尤其涉及一种基于人工智能的推荐数据的获取方法及装置。

【背景技术】

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

随着通信技术的发展，终端集成了越来越多的功能，从而使得终端的系统功能列表中包含了越来越多相应的应用(Application，APP)。有些应用中会涉及一些基于人工智能的推荐数据的获取服务，例如，百度地图、百度糯米等，用户可以根据推荐数据，选择推荐数据所对应的实体，例如，餐厅、电影等。目前，通常可以挖掘用户评论信息中的高频文本，将这些高频文本整理成完成的推荐数据。

然而，由于用户评论信息中的高频文本的表述一般具有普遍性和局限性，使得依据这些高频文本所生成的推荐数据被用户所采纳的可能性并不是很高，从而导致了实体推荐的可靠性的降低。

【发明内容】

本发明的多个方面提供一种基于人工智能的推荐数据的获取方法及装置，用以提高实体推荐的可靠性。

本发明的一方面，提供一种基于人工智能的推荐数据的获取方法，包括：

获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据；

根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分；

根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述获取待推荐实体的实体特征数据，包括下列步骤中的至少一项：

对所述待推荐实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别下的全部实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别的运营文案信息，以获得所述待推荐实体的实体特征数据；以及

对除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息，进行挖掘，以获得所述待推荐实体的实体特征数据。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分，包括：

获取所述每个描述数据的情感数据；

根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分，包括：

根据所述每个描述数据的情感数据，选择指示正面情感倾向的情感数据所对应的描述数据；

根据所述待推荐实体的实体特征数据和所选择的描述数据，获得所选择的描述数据中每个描述数据的推荐得分。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据，包括：

根据推荐得分最高的指定数量的描述数据，选择至少一个推荐文本；

根据所述至少一个推荐文本，生成所述待推荐实体的推荐数据。

本发明的另一方面，提供一种基于人工智能的推荐数据的获取装置，包括：

获取单元，用于获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据；

评分单元，用于根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分；

推荐单元，用于根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述获取单元，具体用于执行下列步骤中的至少一项：

对所述待推荐实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别下的全部实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别的运营文案信息，以获得所述待推荐实体的实体特征数据；以及

对除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息，进行挖掘，以获得所述待推荐实体的实体特征数据。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述评分单元，具体用于

获取所述每个描述数据的情感数据；以及

根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述评分单元，具体用于

根据所述每个描述数据的情感数据，选择指示正面情感倾向的情感数据所对应的描述数据；以及

根据所述待推荐实体的实体特征数据和所选择的描述数据，获得所选择的描述数据中每个描述数据的推荐得分。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述推荐单元，具体用于

根据推荐得分最高的指定数量的描述数据，选择至少一个推荐文本；以及

根据所述至少一个推荐文本，生成所述待推荐实体的推荐数据。

由上述技术方案可知，本发明实施例通过获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据，进而根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分，使得能够根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据，由于采用了待推荐实体的实体特征数据，来生成待推荐实体的推荐数据，使得能够综合考虑待推荐实体相关的各方面信息，使得该待推荐实体很容易被用户所采纳，从而提高了实体推荐的可靠性。

另外，采用本发明所提供的技术方案，通过综合考虑待推荐实体的局部评论信息和待推荐实体所属实体类别的全局评论信息，能够挖掘出与全局存在较大差异的局部描述数据，作为待推荐实体的推荐数据。

另外，采用本发明所提供的技术方案，通过引入和学习外部优质的运营文案信息，能够挖掘出低频但高质量的描述数据，作为待推荐实体的推荐数据。

另外，采用本发明所提供的技术方案，通过选择指示正面情感倾向的情感数据所对应的描述数据进行后续的分析处理，能够从源头上控制负面信息的错误传递。

【附图说明】

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的基于人工智能的推荐数据的获取方法的流程示意图；

图2为本发明另一实施例提供的基于人工智能的推荐数据的获取装置的结构示意图。

【具体实施方式】

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。

需要说明的是，本发明实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer，PC)、MP3播放器、MP4播放器、可穿戴设备(例如，智能眼镜、智能手表、智能手环等)等。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本发明一实施例提供的基于人工智能的推荐数据的获取方法的流程示意图，如图1所示。

101、获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据。

102、根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分。

103、根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据。

需要说明的是，101～103的执行主体的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，本实施例对此不进行特别限定。

可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行限定。

这样，通过获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据，进而根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分，使得能够根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据，由于采用了待推荐实体的实体特征数据，来生成待推荐实体的推荐数据，使得能够综合考虑待推荐实体相关的各方面信息，使得该待推荐实体很容易被用户所采纳，从而提高了实体推荐的可靠性。

可选地，在本实施例的一个可能的实现方式中，在101中，具体可以执行下列步骤中的至少一项：

对所述待推荐实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据，即所述待推荐实体的局部特征数据，其主要用于挖掘与待推荐实体相关的不同观点信息，以保证挖掘生成的推荐数据与待推荐实体切实相关，例如，可以为词汇信息量、N元组(N-Gram)频次等待推荐实体的低维特征信息，或者，还可以为评论维度、主题(Topic)信息、语义向量信息、上下文逻辑关系信息等待推荐实体的高维特征信息，或者还可以为待推荐实体的热门关键词，等等；

对所述待推荐实体所属实体类别下的全部实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据，即所述待推荐实体所属实体类别的全局特征数据，其主要用于挖掘评论维度信息以及评论差异化信息，例如，可以为词汇信息量、N元组(N-Gram)频次等待推荐实体所属实体类别的低维特征信息，或者，还可以为评论维度、主题(Topic)信息、语义向量信息、上下文逻辑关系信息等待推荐实体所属实体类别的高维特征信息，等等；

对所述待推荐实体所属实体类别的运营文案信息，以获得所述待推荐实体的实体特征数据，即所述待推荐实体所属实体类别的运营文案信息特征数据，其主要用于挖掘具有亮点文案风格的相似评论作为推荐数据，例如，可以为词汇信息量、N元组(N-Gram)频次等运营文案的低维特征信息，或者，还可以为主题(Topic)信息、语义向量信息、上下文逻辑关系信息等运营文案的高维特征信息，或者还可以为词法信息、句法信息等运营文案的基本特征信息，等等；以及

对除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息，进行挖掘，以获得所述待推荐实体的实体特征数据，即除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据，其主要用于挖掘具有亮点文案风格的相似评论作为推荐数据，例如，可以为词汇信息量、N元组(N-Gram)频次等运营文案的低维特征信息，或者，还可以为主题(Topic)信息、语义向量信息、上下文逻辑关系信息等运营文案的高维特征信息，或者还可以为词法信息、句法信息等运营文案的基本特征信息，等等。

可选地，在本实施例的一个可能的实现方式中，在102中，具体可以获取所述每个描述数据的情感数据，进而，则可以根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分。

所谓的描述数据的情感数据，用于指示描述数据的情感倾向，可以包括但不限于正面情感倾向和负面情感倾向，或者还可以包括不同程度的正面情感倾向和负面情感倾向，本实施例对此不进行特别限定。

具体来说，具体可以根据所述每个描述数据的情感数据，选择指示正面情感倾向的情感数据所对应的描述数据，然后，则可以根据所述待推荐实体的实体特征数据和所选择的描述数据，获得所选择的描述数据中每个描述数据的推荐得分。这样，通过选择指示正面情感倾向的情感数据所对应的描述数据进行后续的分析处理，能够从源头上控制负面信息的错误传递。

可选地，在本实施例的一个可能的实现方式中，在102中，具体可以采用预先构建的亮点推荐模型，来执行102的具体步骤，即根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分。具体地，具体可以利用所获取的所述待推荐实体的实体特征数据，分别对每个描述数据进行相应的特征挖掘和计算，生成对应的实体特征。然后，将所生成的实体特征及其对应的权重，输入亮点推荐模型，由亮点推荐模型进行分析处理，从而输出每个描述数据的推荐得分。

具体来说，所构建的亮点推荐模型，可以包括但不限于对数线性(Log-linear)模型、支持向量机(Support Vector Machine，SVM)模型、回归树/森林模型，本实施例对此不进行特别限定。

进一步可选地，可以根据102的执行结果，调整亮点推荐模型的模型参数，以提升该亮点推荐模型的效果。

可选地，在本实施例的一个可能的实现方式中，在103中，具体可以采用预先构建的推荐文本模型，来执行103的具体步骤，即根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据。

具体来说，所构建的推荐文本模型，可以包括但不限于对数线性(Log-linear)模型、支持向量机(Support Vector Machine，SVM)模型、最大熵(Maximum Entropy，MaxEnt)模型、回归树/森林模型，本实施例对此不进行特别限定。

进一步可选地，可以根据103的执行结果，调整推荐文本模型的模型参数，以提升该推荐文本模型的效果。

可选地，在本实施例的一个可能的实现方式中，在103中，具体可以根据推荐得分最高的指定数量的描述数据，选择至少一个推荐文本，进而，则可以根据所述至少一个推荐文本，生成所述待推荐实体的推荐数据。

本实施例中，通过获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据，进而根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分，使得能够根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据，由于采用了待推荐实体的实体特征数据，来生成待推荐实体的推荐数据，使得能够综合考虑待推荐实体相关的各方面信息，使得该待推荐实体很容易被用户所采纳，从而提高了实体推荐的可靠性。

另外，采用本发明所提供的技术方案，通过综合考虑待推荐实体的局部评论信息和待推荐实体所属实体类别的全局评论信息，能够挖掘出与全局存在较大差异的局部描述数据，作为待推荐实体的推荐数据。

另外，采用本发明所提供的技术方案，通过引入和学习外部优质的运营文案信息，能够挖掘出低频但高质量的描述数据，作为待推荐实体的推荐数据。

另外，采用本发明所提供的技术方案，通过选择指示正面情感倾向的情感数据所对应的描述数据进行后续的分析处理，能够从源头上控制负面信息的错误传递。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

图2为本发明另一实施例提供的基于人工智能的推荐数据的获取装置的结构示意图，如图2所示。本实施例的基于人工智能的推荐数据的获取装置可以包括获取单元21、评分单元22和推荐单元23。其中，获取单元21，用于获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据；评分单元22，用于根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分；推荐单元23，用于根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据。

需要说明的是，本实施例所提供的基于人工智能的推荐数据的获取装置的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(Software Development Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，本实施例对此不进行特别限定。

可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行限定。

可选地，在本实施例的一个可能的实现方式中，所述获取单元21，具体可以用于执行下列步骤中的至少一项：

对所述待推荐实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别下的全部实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别的运营文案信息，以获得所述待推荐实体的实体特征数据；以及

对除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息，进行挖掘，以获得所述待推荐实体的实体特征数据。

可选地，在本实施例的一个可能的实现方式中，所述评分单元22，具体可以用于获取所述每个描述数据的情感数据；以及根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分。

具体来说，所述评分单元22，具体可以用于根据所述每个描述数据的情感数据，选择指示正面情感倾向的情感数据所对应的描述数据；以及根据所述待推荐实体的实体特征数据和所选择的描述数据，获得所选择的描述数据中每个描述数据的推荐得分。

可选地，在本实施例的一个可能的实现方式中，所述推荐单元23，具体可以用于根据推荐得分最高的指定数量的描述数据，选择至少一个推荐文本；以及根据所述至少一个推荐文本，生成所述待推荐实体的推荐数据。

需要说明的是，图1对应的实施例中方法，可以由本实施例提供的基于人工智能的推荐数据的获取装置实现。详细描述可以参见图1对应的实施例中的相关内容，此处不再赘述。

本实施例中，通过获取单元获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据，进而由评分单元根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分，使得推荐单元能够根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据，由于采用了待推荐实体的实体特征数据，来生成待推荐实体的推荐数据，使得能够综合考虑待推荐实体相关的各方面信息，使得该待推荐实体很容易被用户所采纳，从而提高了实体推荐的可靠性。

另外，采用本发明所提供的技术方案，通过综合考虑待推荐实体的局部评论信息和待推荐实体所属实体类别的全局评论信息，能够挖掘出与全局存在较大差异的局部描述数据，作为待推荐实体的推荐数据。

另外，采用本发明所提供的技术方案，通过引入和学习外部优质的运营文案信息，能够挖掘出低频但高质量的描述数据，作为待推荐实体的推荐数据。

另外，采用本发明所提供的技术方案，通过选择指示正面情感倾向的情感数据所对应的描述数据进行后续的分析处理，能够从源头上控制负面信息的错误传递。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于人工智能的推荐数据的获取方法，其特征在于，包括：

获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据；

根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分；

根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据。

2.根据权利要求1所述的方法，其特征在于，所述获取待推荐实体的实体特征数据，包括下列步骤中的至少一项：

对所述待推荐实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别下的全部实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别的运营文案信息，以获得所述待推荐实体的实体特征数据；以及

对除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息，进行挖掘，以获得所述待推荐实体的实体特征数据。

3.根据权利要求1所述的方法，其特征在于，所述根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分，包括：

获取所述每个描述数据的情感数据；

根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分。

4.根据权利要求3所述的方法，其特征在于，所述根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分，包括：

根据所述每个描述数据的情感数据，选择指示正面情感倾向的情感数据所对应的描述数据；

根据所述待推荐实体的实体特征数据和所选择的描述数据，获得所选择的描述数据中每个描述数据的推荐得分。

5.根据权利要求1～4任一权利要求所述的方法，其特征在于，所述根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据，包括：

根据推荐得分最高的指定数量的描述数据，选择至少一个推荐文本；

根据所述至少一个推荐文本，生成所述待推荐实体的推荐数据。

6.一种基于人工智能的推荐数据的获取装置，其特征在于，包括：

获取单元，用于获取待推荐实体的实体特征数据；所述待推荐实体的实体特征数据包括下列数据中的至少一项：所述待推荐实体的局部特征数据；所述待推荐实体所属实体类别的全局特征数据；所述待推荐实体所属实体类别的运营文案信息特征数据；以及除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息特征数据；

评分单元，用于根据所述待推荐实体的实体特征数据和所述待推荐实体的至少一个描述数据，获得所述至少一个描述数据中每个描述数据的推荐得分；

推荐单元，用于根据推荐得分最高的指定数量的描述数据，获得所述待推荐实体的推荐数据。

7.根据权利要求6所述的装置，其特征在于，所述获取单元，具体用于执行下列步骤中的至少一项：

对所述待推荐实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别下的全部实体的全部用户评论信息，进行挖掘，以获得所述待推荐实体的实体特征数据；

对所述待推荐实体所属实体类别的运营文案信息，以获得所述待推荐实体的实体特征数据；以及

对除了所述待推荐实体所属实体类别之外的其他实体类别的运营文案信息，进行挖掘，以获得所述待推荐实体的实体特征数据。

8.根据权利要求6所述的装置，其特征在于，所述评分单元，具体用于获取所述每个描述数据的情感数据；以及

根据所述待推荐实体的实体特征数据、所述待推荐实体的至少一个描述数据和所述每个描述数据的情感数据，获得所述至少一个描述数据中每个描述数据的推荐得分。

9.根据权利要求8所述的装置，其特征在于，所述评分单元，具体用于

根据所述每个描述数据的情感数据，选择指示正面情感倾向的情感数据所对应的描述数据；以及

根据所述待推荐实体的实体特征数据和所选择的描述数据，获得所选择的描述数据中每个描述数据的推荐得分。

10.根据权利要求6～9任一权利要求所述的装置，其特征在于，所述推荐单元，具体用于

根据推荐得分最高的指定数量的描述数据，选择至少一个推荐文本；以及

根据所述至少一个推荐文本，生成所述待推荐实体的推荐数据。