CN107807940B - 信息推荐方法和装置 - Google Patents

Abstract

本发明公开了一种信息推荐方法和装置，属于计算机技术领域。所述方法包括：对于待答复的目标问题，计算所述目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度；获取所述待推荐用户帐号的信用分数；根据每个所述待推荐用户帐号对应的相关度与信用分数生成所述待推荐用户帐号各自的推荐指数；依据所述待推荐用户帐号的推荐指数获取目标用户推荐列表，所述目标用户推荐列表包含被推荐答复所述目标问题的目标用户帐号。解决了相关技术中互动问答平台仅依据问题特征与用户兴趣特征的相关度进行问题推荐，导致问题答复的准确性较低的问题；达到了提高问题答复的准确性的效果。

Description

信息推荐方法和装置

技术领域

本发明涉及计算机技术领域，特别涉及一种信息推荐方法和装置。

背景技术

互动问答平台是一种公共的知识分享平台，用户可在互动问答平台上提出问题，也可针对互动问答平台上发布的问题进行回答。

相关技术中，对于用户新发布的问题，互动问答平台通常对该问题进行处理得到该问题的特征，计算该问题的特征与多个用户的兴趣特征的相关度，将该问题推荐给与该问题相关度较高的用户回答。

然而，不同用户对于相同问题的答复的准确性存在差异，互动问答平台仅依据问题特征与用户兴趣特征的相关度进行推荐，所依据的参考信息较为单一，导致问题答复的准确性较低。

发明内容

为了解决现有技术中互动问答平台仅依据问题特征与用户兴趣特征的相关度进行问题推荐，所依据的参考信息较为单一，导致问题答复的准确性较低的问题，本发明实施例提供了一种信息推荐方法和装置。所述技术方案如下：

第一方面，提供了一种信息推荐方法，所述方法包括：

对于待答复的目标问题，计算所述目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度；

获取所述待推荐用户帐号的信用分数；

根据每个所述待推荐用户帐号对应的相关度与信用分数生成所述待推荐用户帐号各自的推荐指数；

依据所述待推荐用户帐号的推荐指数获取目标用户推荐列表，所述目标用户推荐列表包含被推荐答复所述目标问题的目标用户帐号。

第二方面，提供了一种信息推荐装置，所述装置包括：

计算模块，用于对于待答复的目标问题，计算所述目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度；

第一获取模块，用于获取所述待推荐用户帐号的信用分数；

生成模块，用于根据每个所述待推荐用户帐号对应的相关度与信用分数生成所述待推荐用户帐号各自的推荐指数；

第二获取模块，用于依据所述待推荐用户帐号的推荐指数获取目标用户推荐列表，所述目标用户推荐列表包含被推荐答复所述目标问题的目标用户帐号。

本发明实施例提供的技术方案带来的有益效果是：

通过计算目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，获取待推荐用户帐号的信用分数，根据待推荐用户帐号对应的相关度与信用分数生成推荐指数，并依据生成的待推荐用户帐号的推荐指数获取目标用户推荐列表；由于信用分数用于反映用户帐号对应用户的可信度，在生成目标问题对应的用户推荐列表时，不仅参考了目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，还参考了每个待推荐用户帐号对应用户的可信度，将目标问题推荐给位于用户推荐列表中的用户帐号可提高问题答复的准确性，达到了提高问题答复的准确性的效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的实施例所涉及的实施环境的示意图；

图2是本发明一个实施例中提供的服务器的结构示意图；

图3是本发明一个实施例中提供的终端的结构示意图；

图4是本发明一个实施例中提供的信息推荐方法的流程图；

图5A是本发明另一个实施例中提供的信息推荐方法的流程图；

图5B是本发明另一个实施例中提供的一种计算目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度的流程图；

图6是本发明一个实施例中提供的信息推荐装置的结构方框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

请参考图1，其示出了本发明的实施例所涉及的实施环境的示意图。如图1所示，该实施环境可以包括：第一服务器110和终端120。

第一服务器110可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。第一服务器110为用户提供互动问答平台。

终端120可以包括智能手机、平板电脑、智能电视、电子书阅读器、膝上型便携计算机和台式计算机等等。终端120与第一服务器110之间通过通信网络相连。

可选的，第二服务器130可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。第二服务器130为用户提供预定类型的第三方平台，这里所讲的预定类型的第三方平台可以包括社交网络平台、购物网络平台、银行交易平台等可记录用户的行为数据的网络平台。其中，每个用户帐号的行为数据是具备该用户帐号的用户在第三方平台上操作时产生的历史数据。第一服务器110与第二服务器130之间通过通信网络相连。

可选的，第二服务器130还用于根据一个用户帐号在第三方平台的行为数据生成信用分数，该信用分数用于指示具备该用户帐号的用户的可信度。

可选的，第一服务器110可从第二服务器130获取终端120所登录的用户帐号在第三方平台的行为数据和/或信用分数。

可选的，该实施环境还可以包括：信用库140，该信用库140具备管理和存储各个用户帐号的信用分数的功能。各个服务器可以将自身计算得到的信用分数同步至该信用库140中。

可选的，第一服务器110从信用库140获取终端120所登录的用户帐号的信用分数。可选的，第一服务器110将通过计算得到用户帐号的信用分数同步至信用库140。第一服务器110与信用库140之间通过通信网络相连。

可选的，终端120可从第一服务器110获取多个用户帐号的行为数据，这里所讲的多个用户帐号至少包含终端120上登录的用户帐号。

可选的，终端120可从第二服务器130获取终端120所登录的用户帐号在第三方平台的行为数据和/或信用分数。第一服务器110与终端120之间通过通信网络相连。

可选的，终端120从信用库140获取终端120所登录的用户帐号的信用分数。信用库140与终端120之间通过通信网络相连。

可选的，通信网络是有线网络或无线网络。可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(英文：local area network，简称：LAN)、城域网(英文：metropolitan area network，简称：MAN)、广域网(英文：wide area network，简称：WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(英文：hyper text mark-up language，简称：HTML)、可扩展标记语言(英文：extensible markuplanguage，简称：XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(英文：secure socket layer，简称：SSL)、传输层安全(英文：trassportlayersecurity，简称：TLS)、虚拟专用网络(英文：virtual private network，简称：VPN)、网际协议安全(英文：intemet protocol security，简称：IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。

请参考图2，其示出了本发明一个实施例中提供的服务器200的结构示意图。该服务器可以是图1所示的第一服务器110。具体来讲：

服务器200包括中央处理单元(英文：central processing unit，简称：CPU)201、包括随机存取存储器(英文：random-access memory，简称：RAM)202和只读存储器(英文：read only memory，简称：ROM)203的系统存储器204，以及连接系统存储器204和中央处理单元201的系统总线205。服务器200还包括用于存储操作系统207、应用程序208和其他程序模块209的大容量存储设备206。

基本输入/输出系统206包括有用于显示信息的显示器208和用于用户输入信息的诸如鼠标、键盘之类的输入设备209。其中显示器208和输入设备209都通过连接到系统总线205的输入输出控制器210连接到中央处理单元201。基本输入/输出系统206还可以包括输入输出控制器210以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器210还提供输出到显示屏、打印机或其他类型的输出设备。

大容量存储设备206通过连接到系统总线205的大容量存储控制器(未示出)连接到中央处理单元201。大容量存储设备206及其相关联的计算机可读介质为服务器200提供非易失性存储。也就是说，大容量存储设备206可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。

不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读寄存器(英文：erasable programmable read only memory，简称：EPROM)、带电可擦写可编程只读存储器(英文：electrically erasable programmableread-only，简称：EEPROM)、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器204和大容量存储设备206可以统称为存储器。

根据本发明的各种实施例，服务器200还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器200可以通过连接在系统总线205上的网络接口单元210连接到网络211，或者说，也可以使用网络接口单元210来连接到其他类型的网络或远程计算机系统(未示出)。

上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行，用于实现上下文所涉及的第一服务器110的功能。

请参考图3，其示出了本发明一个实施例中提供的终端300的结构示意图。该终端300可以是图1所示的终端120。具体来讲：

终端300可以包括一个或多个如下组成部分：用于执行计算机程序指令以完成各种流程和方法的处理器，用于信息和存储程序指令随机接入RAM和ROM，用于存储数据和信息的存储器，I/O设备，界面，天线等。具体来讲：

终端300可以包括射频(英文：radio frequency，简称：RF)电路310、存储器320、输入单元330、显示单元340、传感器350、音频电路360、无线保真(英文：wireless fidelity，简称：WiFi)模块370、处理器380、电源382、摄像头390等部件。本领域技术人员可以理解，图3中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图3对电子设备300的各个构成部件进行具体的介绍：

RF电路310可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器380处理；另外，将设计上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(英文：low noiseamplifier，简称：LNA)、双工器等。此外，RF电路310还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(英文：global system of mobile communication，简称：GSM)、通用分组无线服务(英文：general packet radio service，简称：GPRS)、码分多址(英文：code division multipleaccess，简称：CDMA)、宽带码分多址(英文：wideband code division multiple access，简称：WCDMA)、长期演进(英文：long term evolution，简称：LTE)、电子邮件、短消息服务(英文：short messaging service，简称：SMS)等。

存储器320可用于存储软件程序以及模块，处理器380通过运行存储在存储器320的软件程序以及模块，从而执行电子设备300的各种功能应用以及数据处理。存储器320可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备300的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器320可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元330可用于接收输入的数字或字符信息，以及产生与电子设备300的用户设置以及功能控制有关的键信号输入。具体地，输入单元330可包括触控面板331以及其他输入设备332。触控面板331，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板331上或在触控面板331附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板331可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器380，并能接收处理器380发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板331。除了触控面板331，输入单元330还可以包括其他输入设备332。具体地，其他输入设备332可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元340可用于显示由用户输入的信息或提供给用户的信息以及电子设备300的各种菜单。显示单元340可包括显示面板341，可选的，可以采用液晶显示器(英文：liquid crystal display，简称：LCD)、有机发光二极管(英文：organic light-Emittingdiode，简称：OLED)等形式来配置显示面板341。进一步的，触控面板331可覆盖显示面板341，当触控面板331检测到在其上或附近的触摸操作后，传送给处理器380以确定触摸事件的类型，随后处理器380根据触摸事件的类型在显示面板341上提供相应的视觉输出。虽然在图3中，触控面板331与显示面板341是作为两个独立的部件来实现电子设备300的输入和输入功能，但是在某些实施例中，可以将触控面板331与显示面板341集成而实现电子设备300的输入和输出功能。

电子设备300还可包括至少一种传感器350，比如陀螺仪传感器、磁感应传感器、光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板341的亮度，接近传感器可在电子设备300移动到耳边时，关闭显示面板341和/或背光。作为运动传感器的一种，加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备300还可配置的气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路360、扬声器361，传声器362可提供用户与电子设备300之间的音频接口。音频电路360可将接收到的音频数据转换后的电信号，传输到扬声器361，由扬声器361转换为声音信号输出；另一方面，传声器362将收集的声音信号转换为电信号，由音频电路360接收后转换为音频数据，再将音频数据输出处理器380处理后，经RF电路310以发送给比如另一终端，或者将音频数据输出至存储器320以便进一步处理。

WiFi属于短距离无线传输技术，电子设备300通过WiFi模块370可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图3示出了WiFi模块370，但是可以理解的是，其并不属于电子设备300的必须构成，完全可以根据需要在不改变公开的本质的范围内而省略。

处理器380是电子设备300的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器320内的数据，执行电子设备300的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器380可包括一个或多个处理单元；优选的，处理器380可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器380中。

电子设备300还包括给各个部件供电的电源382(比如电池)，优选的，电源可以通过电源管理系统与处理器382逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

摄像头390一般由镜头、图像传感器、接口、数字信号处理器、CPU、显示屏幕等组成。其中，镜头固定在图像传感器的上方，可以通过手动调节镜头来改变聚焦；图像传感器相当于传统相机的“胶卷”，是摄像头采集图像的心脏；接口用于把摄像头利用排线、板对板连接器、弹簧式连接方式与电子设备主板连接，将采集的图像发送给所述存储器320；数字信号处理器通过数学运算对采集的图像进行处理，将采集的模拟图像转换为数字图像并通过接口发送给存储器320。

尽管未示出，电子设备300还可以包括蓝牙模块等，在此不再赘述。

电子设备300除了包括一个或者多个处理器380，还包括有存储器，以及一个或者多个程序，其中一个或者多个程序存储于存储器中，并被配置成由一个或者多个处理器执行。上述一个或者多个程序用于实现上下文所涉及的终端120的功能。

请参考图4，其示出了本发明一个实施例中提供的信息推荐方法的流程图。该信息推荐方法可应用于图1所示的第一服务器110，该信息推荐方法也可用于图1所示的终端120。如图4所示，该信息推荐方法可以包括如下几个步骤。

步骤401，对于待答复的目标问题，计算目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度。

其中，待回复的目标问题是某个用户在第一服务器提供的互动问答平台上提出的问题；待推荐用户帐号是在第三方平台上注册的用户帐号，该待推荐用户帐号还用于登录第一服务器提供的互动问答平台。

一般来讲，在获取到待答复的目标问题后，为该目标问题生成问题特征。目标问题的问题特征通常由用于记录该目标问题的关键词频度的第一关键词向量和用于记录该目标问题属于各个领域概率的第二类别向量表示。

在为目标问题生成第一关键词向量时，通过从该目标问题中确定出关键词，计算确定出的各个关键词在该目标问题中的频度并生成第一关键词向量。其中，关键词在目标问题中的频度是指该关键词的文字个数与目标问题的文字个数的比值。

举例来讲，当目标问题为“人工智能会给我们的生活带来哪些变化？”时，从该目标问题中确定出的关键词可以为“人工智能”、“生活”和“变化”。通过计算得到关键词“人工智能”在目标问题中的频度为关键词“生活”在目标问题中的频度为关键词“变化”在目标问题中的频度为则为该目标问题生成的第一关键词向量可以为(人工智能：生活：变化：)。

需要说明的一点是，从目标问题中提取关键词是本领域技术人员所能实现的，且关键词提取实现方法有多种，本实施例对此不再赘述。

在为目标问题生成第一类别向量时，通过将目标问题输入问题分类器，得到目标问题属于各个领域的概率，生成第一类别向量。这里所讲的领域可以包括军事、体育、政治、股票、文化、科技、生活等等。

其中，问题分类器可以是系统开发人员利用历史问题库进行模型训练得到的，且对问题分类的训练为本领域普通技术人员所能实现的，此处不再赘述。在终端为目标问题生成第一类别向量时，终端可从第一服务器获取问题分类器。

举例来讲，当目标问题为“人工智能会给我们的生活带来哪些变化？”时，将该目标问题输入问题分类器，得到该目标问题属于科技领域的概率为80％、属于生活领域的概率为20％。为该目标问题生成的第一类别向量可以为(军事：0，体育：0，政治：0，股票：0，文化：0，科技：0.8，生活：0.2)。

另外，可将在互动问答平台上登录过的用户帐号确定为待推荐用户帐号，生成待推荐用户帐号对应的兴趣特征。

一般来讲，待推荐用户帐号的兴趣特征反映了使用该待推荐用户帐号的用户的行为特点，可以反映用户在进行问题回复时的领域倾向，比如科技领域的问题、体育领域的问题、生活领域的问题。待推荐用户帐号的兴趣特征还可以反映使用该待推荐用户帐号的用户对目标问题的关键词的兴趣程度。

待推荐用户帐号的兴趣特征通常用第二关键词向量和第二类别向量来表示。其中，第二关键词向量记录了上述目标问题的各个关键词在该待推荐用户帐号的历史回复问题中的频度，第二类别向量记录了待推荐用户帐号的各个领域的历史回复问题的数量占历史回复问题的总数量比例。

在为待推荐用户帐号生成第二关键词向量时，通过计算目标问题的关键词在待推荐用户帐号的历史回答问题中的频度，为该待推荐用户帐号生成第二关键词向量。

举例来讲，统计出待推荐用户帐号回答过的历史问题为100个。其中，科技领域的问题有50个、生活领域的问题有5个、文化类的问题有45个，则为该待推荐用户帐号生成的第二类别向量可以为(军事：0，体育：0，政治：0，股票：0，文化：0.45，科技：0.5，生活：0.05)。

在为待推荐用户帐号生成第二类别向量时，通过获取该待推荐用户帐号回答过的历史问题，确定出每个历史问题的归属领域，并统计每个领域历史问题的数量占历史问题总数量的比例，来为该待推荐用户帐号生成第二类别向量。

举例来讲，确定出关键词“人工智能”在待推荐用户帐号的历史回复问题中共出现20次，关键词“生活”在历史回复问题中出现共5次、关键词“变化”在历史回复问题中共出现3次，且所有历史回复问题的文字总数量为2000，则为该待推荐用户帐号生成的第二关键词向量可以为(人工智能：生活：变化：)。

计算第一关键词向量与第二关键词向量之间的相似度，计算第一类别向量与第二类别向量之间的相似度，并将第一关键词向量与第二关键词向量之间的相似度与第一类别向量与第二类别向量之间的相似度相乘，得到问题特征与用户帐号对应的兴趣特征之间的相关度。

需要说明的一点是，向量之间的相似度计算为本领域普通技术人员所能实现，此处不再赘述。

步骤402，获取待推荐用户帐号的信用分数。

在一种方式S1中，从第三方平台获取待推荐用户帐号的信用分数，该信用分数是第三方平台根据该待推荐用户帐号在第三方平台产生的行为数据生成的。

其中，待推荐用户帐号的行为数据是具备该待推荐用户帐号的用户在第三方平台上操作时产生的历史数据。比如，行为数据可以包括待推荐用户帐号的信贷记录，行为数据可以包括待推荐用户帐号在第三方平台中发表的信息、行为数据可以包括待推荐用户帐号在第三方平台中的基本资料等等。

在一种方式S2中，从第三方平台获取待推荐用户帐号的行为数据，根据获取到的行为数据生成待推荐用户帐号的信用分数。

在一种方式S3中，从第三方平台获取待推荐用户帐号的行为数据，并且从第一服务器获取待推荐用户帐号的行为数据，根据从第三方平台获取到的行为数据和从第一服务器获取到的行为数据生成待推荐用户帐号的信用分数。

在根据获取到的行为数据生成信用分数时，可根据预定的信用评分规则对行为数据进行信用评分得到信用分数。需要说明的是，在第一服务器根据获取到的行为数据生成待推荐用户帐号的信用分数的情况下，信用评分规则通常由系统开发人员设定。在终端根据获取到的行为数据生成待推荐用户帐号的信用分数的情况下，信用评分规则可由用户自定义，终端也可从第一服务器获取系统开发人员设定的信用评分规则。

在一种方式S4中，从信用库中获取待推荐用户帐号的信用分数，该信用库为存储用户帐号的信用分数的平台。

步骤403，根据每个待推荐用户帐号对应的相关度与信用分数生成待推荐用户帐号各自的推荐指数。

可选的，对于每个待推荐用户帐号，将该待推荐用户帐号对应的相关度与以预定数值为底的信用分数的对数相乘，将得到的乘积确定为推荐指数，该预定数值为大于1的正整数。

其中，预定数值由系统开发人员设定。以预定数值为2来举例说明，通过计算得到待推荐用户帐号对应的兴趣特征与目标问题的相关度为0.5，当获取到的该待推荐用户帐号的信用分数为64分时，为该待推荐用户帐号生成的推荐指数为3。

可选的，对于每个待推荐用户帐号，利用该待推荐用户帐号对应的相关度与信用分数相乘，得到该待推荐用户帐号的推荐指数。

举例来讲，通过计算得到待推荐用户帐号对应的的兴趣特征与目标问题的相关度为0.5，当获取到该待推荐用户帐号的信用分数为80分时，为该待推荐用户帐号生成的推荐指数为40。

步骤404，依据待推荐用户帐号的推荐指数获取目标用户推荐列表，该推荐列表包含被推荐答复目标问题的目标用户帐号。

一般来讲，按照推荐指数从高到低对待推荐用户帐号进行排序，将排序在前的预定个待推荐用户帐号添加至用户推荐列表中。

其中，在第一服务器依据待推荐用户帐号的推荐指数获取目标用户推荐列表的情况下，预定个的数量由系统开发人员设定。在终端依据待推荐用户帐号的推荐指数获取目标用户推荐列表的情况下，预定个的数量可以由系统开发人员设定，也可由用户自定义。

举例来讲，预定个的数量为10个，则按照推荐指数从高到低对待推荐用户帐号进行排序后，将排序在前的10个待推荐用户帐号添加至用户推荐列表中。

一般来讲，这里所讲的预定个待推荐用户帐号不包含在互动问答平台上提交该目标问题的用户帐号。

综上所述，本发明实施例中提供的信息推荐方法，通过计算目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，获取待推荐用户帐号的信用分数，根据待推荐用户帐号对应的相关度与信用分数生成推荐指数，并依据生成的待推荐用户帐号的推荐指数获取目标用户推荐列表；由于信用分数用于反映用户帐号对应用户的可信度，在生成目标问题对应的用户推荐列表时，不仅参考了目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，还参考了每个待推荐用户帐号对应用户的可信度，将目标问题推荐给位于用户推荐列表中的用户帐号可提高问题答复的准确性，解决了相关技术中互动问答平台仅依据问题特征与用户兴趣特征的相关度进行问题推荐，导致问题答复的准确性较低的问题；达到了提高问题答复的准确性的效果。

在生成待推荐用户帐号的推荐指数时，可参考该待推荐用户帐号的信用分数、该待推荐用户帐号历史回复问题的采纳率以及目标问题的问题特征与该待推荐用户帐号对应的兴趣特征之间的相关度。

请参考图5A，其示出了是本发明另一个实施例中提供的信息推荐方法的流程图。该信息推荐方法可应用于图1所示的第一服务器110，该信息推荐方法也可用于图1所示的终端120。如图5A所示，该信息推荐方法可以包括如下几个步骤。

步骤501，对于待答复的目标问题，计算目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度。

本步骤可参见步骤401的解释说明，此处不再赘述。

步骤502，获取待推荐用户帐号的信用分数。

本步骤可参见步骤402的解释说明，此处不再赘述。

步骤503，获取待推荐用户帐号历史回复问题的采纳率，采纳率是该待推荐用户帐号历史回复的问题中被问题提问者采纳的数量与历史回复的问题的总数量的比值。

由于第一服务器记录了每个用户帐号的历史回复问题以及该用户帐号对每个历史回复问题的回复是否被问题提问者采纳，因此第一服务器可利用历史回复中被问题提问者采纳的数量除以历史回复的问题的总数量得到采纳率。

相应的，第一服务器可获取到待推荐用户帐号历史回复问题的采纳率。终端可从第一服务器获取待推荐用户帐号历史回复问题的采纳率。

步骤504，根据采纳率调整该待推荐用户帐号的信用分数。

可选的，利用获取到的采纳率与待推荐用户帐号的信用分数相乘，得到调整后的信用分数。

举例来讲，当待推荐用户帐号的采纳率为50％，待推荐用户帐号的信用分数为80分时，该待推荐用户帐号的调整后的信用分数为40分。

步骤505，根据待推荐用户帐号对应的相关度和调整后的信用分数生成推荐指数。

可选的，将待推荐用户帐号对应的相关度与以预定数值为底的调整后的信用分数的对数相乘，将得到的乘积确定为推荐指数，该预定数值为大于1的正整数。

其中，预定数值通常由系统开发人员设定。以预定数值为2来举例说明，当通过计算得到待推荐用户帐号对应的兴趣特征与目标问题的问题特征的相关度为0.5，且调整后的信用分数为64分时，为该待推荐用户帐号生成的推荐指数为3。

可选的，利用待推荐用户帐号对应的相关度与调整后的信用分数相乘，将得到的乘积确定为推荐指数。

举例来讲，当通过计算得到待推荐用户帐号对应的兴趣特征与目标问题的问题特征的相关度为0.5，且调整后的信用分数为80分，为该待推荐用户帐号生成的推荐指数为40。

步骤506，依据待推荐用户帐号的推荐指数获取目标用户推荐列表，该推荐列表包含被推荐答复目标问题的目标用户帐号。

本步骤可参见步骤404的解释说明。

综上所述，本发明实施例中提供的信息推荐方法，通过在进行问题推荐时，参考目标问题的问题特征与待推荐用户帐号对应的兴趣特征之间的相关度、待推荐用户帐号的信用分数以及待推荐用户帐号历史回复问题的采纳率；由于信用分数用于反映待推荐用户帐号对应用户的可信度，在生成目标问题对应的用户推荐列表时，不仅参考了目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，还参考了每个待推荐用户帐号对应用户的可信度以及待推荐用户帐号的历史回复问题的采纳率，将目标问题推荐给位于用户推荐列表中的用户帐号可提高问题答复的准确性，解决了相关技术中互动问答平台仅依据问题特征与用户兴趣特征的相关度进行问题推荐，导致问题答复的准确性较低的问题；达到了提高问题答复的准确性的效果。

通过利用采纳率对信用分数进行调整，利用调整后的信用分数计算待推荐用户帐号的推荐指数，使得将目标问题推荐给可信度高且问题回复准确性高的用户帐号，提高了问题答复的准确性。

可选的，待推荐用户帐号对应的兴趣特征还可以为待推荐用户帐号对应的共同兴趣特征。当用户刚刚开始利用一个用户帐号登录以及使用互动问答平台时，第一服务器中存储的该用户帐号的历史数据较少或者为空。当第一服务器获取到待回复的目标问题时，可将该用户帐号对应的共同兴趣特征作为该用户帐号的兴趣特征参考来计算目标问题与用户帐号之间的相关度。具体的，可通过如图5B所示的几个步骤实现。

步骤507，获取信用分数位于同一信用分数段内的各个待推荐用户帐号的兴趣特征。

通常由系统开发人员将信用分数被划分为预定个信用分分数段。举例来讲，信用分数的取值范围可以为[0，100]，系统开发人员可将[0，60)作为第一个信用分分数段，将[60，80)作为第二个信用分分数段，将[80，100]作为第三个信用分分数段。

一般来讲，在利用待推荐用户帐号的兴趣特征确定共同兴趣特征的情况下，只获取用于记录待推荐用户帐号在各个领域的历史回复问题的数量占历史回复问题的总数量比例的第二类别向量。

步骤508，利用同一信用分数段内的各个待推荐用户帐号的兴趣特征，确定出同一信用分数段对应的共同兴趣特征。

可选的，对于每个信用分数段，获取位于该信用分数段的各个待推荐用户帐号的第二类别向量，计算各个待推荐用户帐号的第二类别向量的平均值，将计算得到的向量平均值作为用于表示该信用分数段对应的共同兴趣特征的向量。

步骤509，当待推荐用户帐号的行为数据的数量达到预定阈值或待推荐用户帐号的注册时长达到预设时长时，获取待推荐用户帐号的兴趣特征，计算目标问题的问题特征与待推荐用户帐号的兴趣特征之间的相关度。

其中，预定阈值由系统开发人员设定，注册时长由系统开发人员设定。

本步骤中获取待推荐用户帐号的兴趣特征，计算目标问题的问题特征与待推荐用户帐号的兴趣特征之间的相关度的实施细节，可参见步骤401中的解释说明，此处不再赘述。

步骤510，当待推荐用户帐号的行为数据的数量未达到预定阈值或该待推荐用户帐号的注册时长未达到预设时长时，获取该待推荐用户帐号对应的共同兴趣特征，共同兴趣特征是与该待推荐用户帐号的信用分数位于相同信用分数段内各个待推荐用户帐号共同的兴趣特征，计算该目标问题的问题特征与共同兴趣特征之间的相关度。

计算该目标问题的问题特征的第一类别向量与该待推荐用户帐号对应的共同兴趣特征之间的相似度，将计算得到的相似度作为目标问题的问题特征与共同兴趣特征之间的相关度。

举例来讲，预设时长为30天，当待推荐用户帐号的注册时长为20天时，获取到该待推荐用户帐号的信用分数为85分。获取85分对应信用分数段的共同兴趣特征的向量为(军事：0.1，体育：0.1，政治：0.1，股票：0.5，文化：0.05，科技：0.5，生活：0.1)。将目标问题输入问题分类器，得到该目标问题属于科技领域的概率为80％、属于生活领域的概率为40％。为该目标问题生成的第一类别向量可以为(军事：0，体育：0政治，：0，股票：0，文化：0，科技：0.8，生活：0.2)。

将计算得到的第一类别向量与共同兴趣特征向量之间的相似度确定为目标问题的问题特征与待推荐用户帐号对应的兴趣特征之间的相关度。

通过在待推荐用户帐号的行为数据的数量未达到预定阈值或该待推荐用户帐号的注册时长未达到预设时长时，获取该待推荐用户帐号对应的共同兴趣特征，计算该目标问题的问题特征与共同兴趣特征之间的相关度；由于将与该待推荐用户帐号的信用分数位于相同信用分数段内各个待推荐用户帐号的共同兴趣特征作为兴趣参考，来计算该用户帐号的推荐指数，使得刚开始使用该互动问答平台的用户帐号也能被添加至用户推荐列表中，也有机会成为目标问题的推荐对象。

需要说明的是，当第一服务器获取到目标用户推荐列表后，第一服务器将目标问题推荐给位于该目标用户推荐列表的目标用户帐号。

当终端获取到目标用户推荐列表后，可以直接显示目标用户推荐列表，供终端的用户查看，或选择目标用户推荐列表中的用户帐号答复目标问题；或者，当终端获取到目标用户推荐列表后，终端还可以将获取到的用户推荐列表和目标问题发送至第一服务器，由第一服务器将该目标问题推荐给位于该目标用户推荐列表的目标用户帐号。

下述为本发明装置实施例，对于装置实施例中未详尽描述的细节，可以参考上述一一对应的方法实施例。

请参考图6，其示出了是本发明一个实施例中提供的信息推荐装置的结构方框图。该信息推荐装置可应用于图1所示的第一服务器110，也可应用于图1所示的终端120。该信息推荐装置包括：计算模块601、第一获取模块602、生成模块603和第二获取模块604。

计算模块601，用于执行上述实施例中的步骤401和步骤501。

第一获取模块602，用于执行上述实施例中的步骤402和步骤502。

生成模块603，用于执行上述实施例中的步骤403。

第二获取模块604，用于执行上述实施例中的步骤404和步骤506。

在一种可能的实现方式中，第一获取模块602，包括：第一获取单元、第二获取单元和第三获取单元。

第一获取单元，用于执行上述实施例中的方式S1。

第二获取单元，用于执行上述实施例中的方式S2。

第三获取单元，用于执行上述实施例中的方式S4。

在一种可能的实现方式中，生成模块603，包括：第四获取单元、调整单元和生成单元。

第四获取单元，用于执行上述实施例中的步骤503。

调整单元，用于执行上述实施例中的步骤504。

生成单元，用于执行上述实施例中的步骤505。

在一种可能的实现方式中，该信息推荐装置，还包括：第三获取模块和确定模块。

第三获取模块，用于执行上述实施例中的步骤507。

确定模块，用于执行上述实施例中的步骤508。

在一种可能的实现方式中，计算模块601，包括：第一计算单元和第二计算单元。

第一计算单元，用于执行上述实施例中的步骤509。

第二计算单元，用于执行上述实施例中的步骤510。

综上所述，本发明实施例中提供的信息推荐装置，通过计算目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，获取待推荐用户帐号的信用分数，根据待推荐用户帐号对应的相关度与信用分数生成推荐指数，并依据生成的待推荐用户帐号的推荐指数获取目标用户推荐列表；由于信用分数用于反映用户帐号对应用户的可信度，在生成目标问题对应的用户推荐列表时，不仅参考了目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，还参考了每个待推荐用户帐号对应用户的可信度，将目标问题推荐给位于用户推荐列表中的用户帐号可提高问题答复的准确性，解决了相关技术中互动问答平台仅依据问题特征与用户兴趣特征的相关度进行问题推荐，导致问题答复的准确性较低的问题；达到了提高问题答复的准确性的效果。

需要说明的是：上述实施例中提供的信息推荐装置在将问题推荐给用户时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将第一服务器或终端的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的信息推荐装置与信息推荐方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种信息推荐方法，其特征在于，所述方法包括：

对于待答复的目标问题，计算所述目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度；所述相关度为所述目标问题的第一关键词向量与第二关键词向量之间的相似度、与第一类别向量与第二类别向量之间的相似度的乘积，其中，所述第一关键词向量和第一类别向量用于表示所述目标问题的问题特征，所述第二关键词向量和第二类别向量用于表示所述待推荐用户帐号的兴趣特征；

从第三方平台获取所述待推荐用户帐号的信用分数，所述信用分数是所述第三方平台根据所述待推荐用户帐号在所述第三方平台上的行为数据生成的；或者，从所述第三方平台获取所述待推荐用户帐号的行为数据，根据获取到的行为数据生成所述待推荐用户帐号的信用分数；或者，从信用库中获取所述待推荐用户帐号的信用分数，所述信用库为存储用户帐号的信用分数的平台；

获取所述待推荐用户帐号历史回复问题的采纳率，所述采纳率是所述待推荐用户帐号历史回复的问题中被问题提问者采纳的数量与历史回复的问题的总数量的比值；

将获取到的采纳率与所述待推荐用户帐号的信用分数相乘，得到调整后的信用分数；

根据所述待推荐用户帐号对应的相关度和调整后的信用分数生成推荐指数；

依据所述待推荐用户帐号的推荐指数获取目标用户推荐列表，所述目标用户推荐列表包含被推荐答复所述目标问题的目标用户帐号。

2.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用户帐号对应的相关度和调整后的信用分数生成推荐指数，包括：

将所述相关度与以预定数值为底的调整后的信用分数的对数相乘，将得到的乘积确定为所述推荐指数，所述预定数值为大于1的正整数。

3.根据权利要求1或2所述的方法，其特征在于，所述计算所述目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度，包括：

对于任一个待推荐用户帐号，当所述待推荐用户帐号的行为数据的数量达到预定阈值或所述待推荐用户帐号的注册时长达到预设时长时，获取所述待推荐用户帐号的兴趣特征，计算所述目标问题的问题特征与所述待推荐用户帐号的兴趣特征之间的相关度；

对于任一个待推荐用户帐号，当所述待推荐用户帐号的行为数据的数量未达到预定阈值或所述待推荐用户帐号的注册时长未达到预设时长时，获取所述待推荐用户帐号对应的共同兴趣特征，所述共同兴趣特征是与所述待推荐用户帐号的信用分数位于相同信用分数段内各个待推荐用户帐号共同的兴趣特征，计算所述目标问题的问题特征与所述共同兴趣特征之间的相关度。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取信用分数位于同一信用分数段内的各个待推荐用户帐号的兴趣特征；

利用同一信用分数段内的各个待推荐用户帐号的兴趣特征，确定出同一信用分数段对应的共同兴趣特征。

5.一种信息推荐装置，其特征在于，所述装置包括：

计算模块，用于对于待答复的目标问题，计算所述目标问题的问题特征与各个待推荐用户帐号对应的兴趣特征之间的相关度；所述相关度为所述目标问题的第一关键词向量与第二关键词向量之间的相似度、与第一类别向量与第二类别向量之间的相似度的乘积，其中，所述第一关键词向量和第一类别向量用于表示所述目标问题的问题特征，所述第二关键词向量和第二类别向量用于表示所述待推荐用户帐号的兴趣特征；

第一获取模块，包括：

第一获取单元，用于从第三方平台获取所述待推荐用户帐号的信用分数，所述信用分数是所述第三方平台根据所述待推荐用户帐号在所述第三方平台上的行为数据生成的；

第二获取单元，用于从所述第三方平台获取所述待推荐用户帐号的行为数据，根据获取到的行为数据生成所述待推荐用户帐号的信用分数；

第三获取单元，用于从信用库中获取所述待推荐用户帐号的信用分数，所述信用库为存储用户帐号的信用分数的平台；

生成模块，包括：

第四获取单元，用于获取所述待推荐用户帐号历史回复问题的采纳率，所述采纳率是所述待推荐用户帐号历史回复的问题中被问题提问者采纳的数量与历史回复的问题的总数量的比值；

调整单元，用于将获取到的采纳率与所述待推荐用户帐号的信用分数相乘，得到调整后的信用分数；

生成单元，用于根据所述计算模块计算出的待推荐用户帐号对应的相关度和所述调整单元调整后的信用分数生成推荐指数；

第二获取模块，用于依据所述待推荐用户帐号的推荐指数获取目标用户推荐列表，所述目标用户推荐列表包含被推荐答复所述目标问题的目标用户帐号。

6.根据权利要求5所述的装置，其特征在于，所述生成单元，还用于将所述相关度与以预定数值为底的调整后的信用分数的对数相乘，将得到的乘积确定为所述推荐指数，所述预定数值为大于1的正整数。

7.根据权利要求5或6所述的装置，其特征在于，所述计算模块，包括：

第一计算单元，用于对于任一个待推荐用户帐号，当所述待推荐用户帐号的行为数据的数量达到预定阈值或所述待推荐用户帐号的注册时长达到预设时长时，获取所述待推荐用户帐号的兴趣特征，计算所述目标问题的问题特征与所述待推荐用户帐号的兴趣特征之间的相关度；

第二计算单元，用于对于任一个待推荐用户帐号，当所述待推荐用户帐号的行为数据的数量未达到预定阈值或所述待推荐用户帐号的注册时长未达到预设时长时，获取所述待推荐用户帐号对应的共同兴趣特征，所述共同兴趣特征是与所述待推荐用户帐号的信用分数位于相同信用分数段内各个待推荐用户帐号共同的兴趣特征，计算所述目标问题的问题特征与所述共同兴趣特征之间的相关度。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第三获取模块，用于获取信用分数位于同一信用分数段内的各个待推荐用户帐号的兴趣特征；

确定模块，用于利用同一信用分数段内的各个待推荐用户帐号的兴趣特征，确定出同一信用分数段对应的共同兴趣特征。