CN111353089A - 信息推荐方法、装置、电子设备及计算机存储介质 - Google Patents
信息推荐方法、装置、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN111353089A CN111353089A CN201811581614.8A CN201811581614A CN111353089A CN 111353089 A CN111353089 A CN 111353089A CN 201811581614 A CN201811581614 A CN 201811581614A CN 111353089 A CN111353089 A CN 111353089A
- Authority
- CN
- China
- Prior art keywords
- information
- determining
- user
- type
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000006399 behavior Effects 0.000 claims abstract description 62
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 179
- 230000009194 climbing Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000282326 Felis catus Species 0.000 description 2
- 230000001667 episodic effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种信息推荐方法、装置、电子设备及计算机存储介质,其中,所述信息推荐方法包括:获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。通过本发明实施例,提高了信息推荐的效率,也提升了用户的使用体验。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种信息推荐方法、装置、电子设备及计算机存储介质。
背景技术
随着网络的迅速发展带来了网上信息量的大幅增长,使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息,造成对信息的使用效率反而降低。为此,推荐系统应运而生。
推荐系统是根据用户的信息需求、兴趣等,将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐系统。其通过研究用户的兴趣偏好,进行个性化计算,由系统发现用户的兴趣点,从而引导用户发现自己的信息需求。但在实际应用中,推荐系统推荐的信息可能不够准确,不能满足用户的真实需求。例如,用户搜索了“登山鞋”和“拐杖”,可能有“登山装备”的需求;一个有孩子的爸爸,在暑假刚开始时,挑选“转换接头”,查看“大英博物馆门票”,可能是想带着家人一起“暑期英国亲子游”。但是,现有的推荐系统都仅会推荐与用户的搜索相关的信息,如仅推荐与“拐杖”相关的商品或者与“转换接头”相关的商品,而缺少对商品和用户更深层次的认知,从而无法理解用户的多元意图表达的真实需求。
因此,如何能深入了解用户需求,向用户推荐能满足其真实需求的信息,成为亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供一种信息推荐方案,以实现对用户需求的深入了解,向用户推荐能满足其真实需求的信息。
根据本发明实施例的第一方面,提供了一种信息推荐方法,包括:获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。
根据本发明实施例的第二方面,提供了一种信息推荐装置,包括:第一获取模块,用于获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;第二获取模块,用于根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;推荐模块,用于从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。
根据本发明实施例的第三方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如第一方面所述的信息推荐方法对应的操作。
根据本发明实施例的第四方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的信息推荐方法。
根据本发明实施例提供的方案,在进行信息推荐时,根据第一类用户信息和第二类用户信息来推测用户可能感兴趣的主题信息,进而根据推测出的主题信息进行信息推荐。其中,第一类用户信息可以充分表征用户的实时行为,因用户的实时行为与其当前的真实意图的相关性大,因此可以根据用户的实时行为对用户的当前真实意图进行有效推测;第二类用户信息可以表征用户当前的需求场景,例如,时间、位置、节气等等,不同的需求场景可能导致用户的不同需求,因此可以借助于需求场景的信息来推测用户的需求意图。此外,基于适当的推理规则获得的用户可能感兴趣的主题信息,相较于诸如具体商品、具体新闻等具体信息,主题信息包含有同一主题的多个或多种信息,信息量更为全面和丰富,据此,可以使得推荐的信息命中用户需求的概率更大。
可见,不管是第一类用户信息还是第二类用户信息,都能够加深推荐系统对用户需求的了解和处理,进一步地,基于适当的推理规则得到相应的主题信息,根据得到的主题信息对用户进行的信息推荐实现了大概率命中用户真实意图的需求,提高了信息推荐的效率,也提升了用户的使用体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例一的一种信息推荐方法的步骤流程图;
图2为根据本发明实施例二的一种信息推荐方法的步骤流程图;
图3为图2所示实施例中的一种推理路径示意图;
图4为根据本发明实施例三的一种信息推荐装置的结构框图;
图5为根据本发明实施例四的一种信息推荐装置的结构框图;
图6为根据本发明实施例五的一种电子设备的结构示意图。
具体实施方式
为了使本领域的人员更好地理解本发明实施例中的技术方案,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,所描述的实施例仅是本发明实施例一部分实施例,而不是全部的实施例。基于本发明实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本发明实施例保护的范围。
下面结合本发明实施例附图进一步说明本发明实施例具体实现。
实施例一
参照图1,示出了根据本发明实施例一的一种信息推荐方法的步骤流程图。
本实施例的信息推荐方法包括以下步骤:
步骤S102:获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息。
第一类用户信息用于指示用户的实时行为,针对行为对象的不同,用户的实时行为也不同,例如,对于电子购物类应用,用户的实时行为可以包括但不限于:点击、购买、收藏、加购(加入购物车)、浏览、分享等等;对于电子图书类应用,用户的实时行为可以包括但不限于:阅读、预览、购买、标注、加书签、分享等等;对于新闻类应用,用户的实时行为可以包括但不限于:浏览、分享、评论、转发、点击链接等等。虽然以上对用户的实时行为及实时行为的对象进行了示例性说明,但本领域技术人员应当明了的是,在实际应用中,其它任意适当的具有信息推荐功能的应用及相应的用户实时行为,均可适用本发明实施例提供的方案,因此,本发明实施例对用户实时行为及实时行为的对象均不作限定。
第二类用户信息用于指示用户的需求场景,例如,当前地理位置、当前时间、用户的当前生命阶段(如小学、刚开始工作、有孩子、准妈妈等)等等。通过第二类用户信息,可以推测用户的需求意图,以有效扩展和激发用户需求。
步骤S104:根据与第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息。
推理规则用于通过设定的策略和方式,从用户信息中推理出用户意图即用户有较大可能感兴趣的信息。
因第一类用户信息用于指示用户实时行为,因此,第一推理规则可以是适当的根据用户的实时行为推测用户真实意图的规则,例如,根据用户的实时行为确定其行为对象,进而根据其行为对象推测用户真实意图的规则,或者,根据用户的实时行为确定其行为结果,进而根据其行为结果推测用户真实意图的规则,等等。类似地,第二推理规则可以是适当的根据用户的需求场景推测用户可能意图的规则,例如,根据当前时间确定后一天或者当天为情人节,用户为一成年男性用户,则可推测该用户可能会对情人节礼物感兴趣,等等。
本发明实施例中,一个主题信息包含有具有同一中心思想的多个或多种信息(如无特殊说明,本文中的“多个”、“多种”、“多类”等与“多”有关的数量均意指两个及两个以上),例如,对于“入秋穿搭”这一主题,其对应的主题信息中可以包括上衣、裙子、裤子、包等多种类型相关物品的信息,其中,上衣、裙子、裤子的信息可以是适合秋天穿着的服装的信息,而包的信息则可以是适于与秋天穿着的服装搭配的附属着装的信息,这些多种类型的相关物品的信息均具有相同的中心思想,即,适于“入秋穿搭”。
通过主题信息,将具有同一主题的对象关联起来,一方面提升了用户意图推测的命中率,另一方面也大大方便了用户操作。例如,用户搜索或购买了“登山鞋”,则可以根据推理规则推测出用户可能对“登山装备”有较大兴趣,基于此,可以向用户推荐“登山装备”这一主题下的信息,如“登山鞋”、“登山拐杖”、“登山背包”等,则这些信息有较大概率命中用户需求,进而方便用户操作,如用户可以基于推荐信息继续购买或查看“登山拐杖”等。可见,相较于诸如具体商品、具体新闻等具体信息,主题信息包含有同一主题的多个或多种信息,信息量更为全面和丰富,命中用户需求的概率更大。
需要说明的是,在某些情况下,第一主题信息和第二主题信息中可能存在相同的主题信息。当然,第一主题信息和第二主题信息也可能完全不同。此外,本发明实施例中,“第一”、“第二”等仅用于区别不同的对象,并不表示顺序或时序关系。
此外,还需要说明的是,本发明实施例中,根据与第一类用户信息对应的至少一条第一推理规则获得对应的至少一个第一主题信息的步骤,与,根据与第二类用户信息对应的至少一条第二推理规则获得对应的至少一个第二主题信息的步骤的执行可以不分先后顺序,也可以并行执行。
步骤S106:从第一主题信息和第二主题信息中,确定待推荐的主题信息,并根据确定的主题信息进行信息推荐操作。
在获得相应的第一主题信息和第二主题信息的情况下,可以按照适当的规则从中确定待推荐的主题信息,例如,可以按照主题信息的得分排序,将得分最高的主题信息确定为待推荐的主题信息,进而将该主题信息下所对应的相应信息推荐给用户,等等。
通过本实施例,在进行信息推荐时,根据第一类用户信息和第二类用户信息来推测用户可能感兴趣的主题信息,进而根据推测出的主题信息进行信息推荐。其中,第一类用户信息可以充分表征用户的实时行为,因用户的实时行为与其当前的真实意图的相关性大,因此可以根据用户的实时行为对用户的当前真实意图进行有效推测;第二类用户信息可以表征用户当前的需求场景,例如,时间、位置、节气等等,不同的需求场景可能导致用户的不同需求,因此可以借助于需求场景的信息来推测用户的需求意图。此外,基于适当的推理规则获得的用户可能感兴趣的主题信息,相较于诸如具体商品、具体新闻等具体信息,主题信息包含有同一主题的多个或多种信息,信息量更为全面和丰富,据此,可以使得推荐的信息命中用户需求的概率更大。
可见,不管是第一类用户信息还是第二类用户信息,都能够加深推荐系统对用户需求的了解和处理,进一步地,基于适当的推理规则得到相应的主题信息,根据得到的主题信息对用户进行的信息推荐实现了大概率命中用户真实意图的需求,提高了信息推荐的效率,也提升了用户的使用体验。
本实施例的信息推荐方法可以由任意适当的具有数据处理能力的电子设备执行,包括但不限于:服务器、移动终端(如平板电脑、手机等)和PC机等。
实施例二
参照图2,示出了根据本发明实施例二的一种信息推荐方法的步骤流程图。
本实施例的信息推荐方法包括以下步骤:
步骤S202:根据推理规则构建推理路径。
本实施例中,为了简化推理规则的具体实现,降低整体方案的实现成本,采用有向图结构实现第一推理规则和第二推理规则。为此,在进行信息推荐操作前,需要首先根据推理规则构建有向图,该有向图中包括与第一推理规则对应的第一推理路径和与第二推理规则对应的第二推理路径。
本实施例中,用于构建第一推理路径的第一推理规则包括:根据第一类用户信息直接确定对应的第一主题信息的推理规则;和,根据第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则。根据第一类用户信息直接确定第一主题信息的推理规则,可以快速高效地实现第一主题信息的确定;而根据第一类用户信息生成中间信息进而确定第一主题信息的推理规则,可以具有更为缜密的推理逻辑,也使得推理出的第一主题信息更为准确。其中,第一类用户信息如实施例一中所述,在此不再赘述。
可选地,根据第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则,可以包括以下至少之一:
(1)根据第一类用户信息,确定对应的候选主题信息;根据候选主题信息,确定对应的第一主题信息的推理规则。如,从用户浏览或操作过的一个或多个主题中确定出第一主题。通过这种方式,可以先根据第一类用户信息确定该用户可能感兴趣的一类或多类候选主题信息,进而再根据适当规则从中确定第一主题信息,通过主题确定主题的方式,可以快速地推测用户意图。其中,适当规则可以由本领域技术人员根据实际情况适当设置,如根据第一类用户信息确定各个候选主题信息对应的不同权重或排序或结合第二类用户信息,等等。
(2)根据第一类用户信息,确定对应的目标对象的信息;根据目标对象的信息,确定对应的第一主题信息的推理规则。如,从用户浏览或购买过的商品对应的一个或多个主题中确定出第一主题。其中,本发明实施例中的所述目标对象可以是第一类用户信息对应的用户实时行为的一种或多种可能行为对象,通过目标对象确定主题的方式,使得对主题的确定更有针对性,提高了主题确定的准确度。
(3)根据第一类用户信息,确定对应的目标对象的信息;确定与目标对象关联的关联对象的信息;根据关联对象的信息,确定对应的第一主题信息的推理规则。其中,与目标对象关联的关联对象可以由本领域技术人员预先设置,也可以通过相似度计算方式,从多个对象中确定与目标对象关联的关联对象,或者可以通过其它适当方式确定,本发明实施例对此不作限定。如,根据用户浏览或购买过的商品确定出关联商品,根据关联商品对应的一个或多个主题确定第一主题,或者,根据用户浏览或购买过的商品对应的一个或多个主题和关联商品对应的一个或多个主题确定第一主题。通过目标对象确定关联对象,再通过关联对象确定主题的方式,扩大了用户可能感兴趣的对象的范围,进而扩大了用户可能感兴趣的主题的范围,提高了用户意图命中率。
(4)根据第一类用户信息,确定对应的目标对象的信息;确定目标对象所属的对象种类的信息;根据对象种类的信息,确定对应的第一主题信息的推理规则。如,根据用户浏览或购买过的商品确定该商品的种类,从该种类对应的一个或多个主题中确定出第一主题。因目标对象所属的对象种类中的对象为与目标对象类似或有一定关系的对象,因此,通过对象种类确定主题的方式也可以扩大用户可能感兴趣的主题的范围,提高用户意图命中率。
(5)根据第一类用户信息,确定对应的目标对象的信息;确定目标对象所属的对象种类的信息;确定与对象种类关联的关联种类的信息;根据对象种类的信息和关联种类的信息,确定对应的第一主题信息的推理规则。其中,与所述对象种类关联的关联种类可以由本领域技术人员预先设置,也可以通过相似度计算方式,从多个种类中确定与所述对象种类关联的关联种类,或者可以通过其它适当方式确定,本发明实施例对此不作限定。如,根据用户浏览或购买过的商品确定该商品的种类,再根据该商品的种类确定与该种类相关联的其它种类,从该商品的种类和其它种类对应的一个或多个主题中确定出第一主题。通过对象种类和关联种类确定主题的方式,进一步扩大了用户可能感兴趣的主题范围,也进一步提高了用户意图命中率。
(6)根据第一类用户信息,确定对应的目标对象的信息;确定目标对象所属的对象种类的信息;确定对象种类所属的种类集合的信息;根据种类集合的信息,确定对应的第一主题信息的推理规则。如,根据用户浏览或购买过的商品确定该商品的种类,再确定该商品的种类所在的大种类集合,该大种类集合中包括多种相关联的种类,从该种类集合对应的一个或多个主题中确定出第一主题。通过这种方式,进一步扩大了用户可能感兴趣的主题范围,也进一步提高了用户意图命中率。
(7)根据第一类用户信息,确定对应的目标对象的信息;确定目标对象对应的对象标签的信息;根据对象标签的信息,确定对应的第一主题信息的推理规则。如,根据用户浏览或购买过的商品对应的标签所对应的一个或多个主题中确定出第一主题。对象标签可以明确标示目标对象的属性,如,女士正装、户外装备等等,由此可以直接快速地确定相应主题,且能够更为精准地命中用户意图。
(8)根据第一类用户信息,确定对应的查询信息;根据查询信息,确定查询结果的标签信息;根据所述标签信息,确定对应的第一主题信息的推理规则。如,用户进行了某一查询操作,获得了一个或多个商品结果,根据该一个或多个商品结果对应的标签确定对应的一个或多个主题,从该一个或多个主题中确定出第一主题。用户进行查询的信息表征了用户当前最真实的意图,因此,根据查询结果的标签信息确定的主题信息可以以较高概率命中用户意图。
本实施例中,第二类用户信息可以包括以下至少之一:场景事件信息、场景位置信息、用户生命阶段信息;第二推理规则可以包括以下至少之一:根据场景事件信息,获取对应的第二主题信息的推理规则;根据场景位置信息,获取对应的第二主题信息的推理规则;根据用户生命阶段信息,获取对应的第二主题信息的推理规则。
其中,场景事件信息用于指示当前或预设时间段内可能发生的事件,如,节日事件(如情人节、儿童节等)、重大活动事件等等;场景位置信息用于指示用户的当前位置,如,用户当前处于某一热点旅游区或处于某一商务区,等等;用户生命阶段信息用于指示用户当前所处的生命阶段,其可以实现为多个预设的生命阶段(如学生、青年、有孩子等),也可以实现为具体的年龄阶段(如15-20、20-30、30-40等)。不同的事件或不同的位置或不同的生命阶段都可能导致不同的用户需求。
基于上述第二类用户信息可以设置相应的第二推理规则,以获取对应的第二主题信息,每个第二类用户信息可以对应一个或多个第二主题信息。
基于上述第一推理规则和第二推理规则,可以构建对应的第一推理路径和第二推理路径。
具体地,可以根据至少一条第一推理规则构建对应的至少一个第一推理路径,确定每个第一推理路径中的节点信息,其中,每个第一推理路径的起始节点为第一类用户信息,终止节点为第一主题信息;和,根据至少一条第二推理规则构建对应的至少一个第二推理路径,确定每个第二推理路径中的节点信息,其中,每个第二推理路径的起始节点为第二类用户信息,终止节点为第二主题信息。
可选地,在上述构建的第一和第二推理路径中,可以有部分或全部推理路径具有中间节点,这些中间节点可以根据推理规则中的中间信息生成。在一种可行方案中,构建的所述至少一个第一推理路径中的部分或全部路径中还包括中间节点,其中,第一推理路径中的中间节点根据第一推理规则中的中间信息生成;并且,对于构建的所有第一推理路径,每一个第一推理路径中的各个节点之间具有节点转换权重。而对于构建的所有第二推理路径,每个所述第二推理路径的各个节点之间也具有节点转换权重。其中,上述第一推理路径中各个节点之间的节点转换权重和第二推理路径中各个节点之间的节点转换权重均可由本领域技术人员根据实际情况采用任意适当的方式进行适当设置,本发明实施例对此不作限定。例如,根据历史数据统计结果和/或前一节点与后一节点之间的包含关系设置。
其中,推理规则中的中间信息用于指示从第一类用户信息或第二类用户信息至推测出对应的第一主题信息或第二主题信息过程中获得的用于接续推测的信息,中间信息可以由本领域技术人员根据实际需求预先设定,包括但不限于上述候选主题信息、目标对象的信息、关联对象的信息、对象种类的信息、关联种类的信息、种类集合的信息、对象标签的信息、查询结果的标签信息,等。例如,在根据第一类用户信息,确定对应的目标对象的信息;确定目标对象所属的对象种类的信息;根据所述对象种类的信息,确定对应的第一主题信息的推理规则中,目标对象的信息和对象种类的信息在推理过程中都是前一信息的结果,并且用于接续推测后一结果,直至第一主题信息,因此,该第一推理规则中的目标对象的信息和对象种类的信息均可认为是中间信息。对应于这些中间信息,可以在推理规则对应的推理路径上设置相应的中间节点,以充分表述相应的推理规则。当然,在某些情况下,也可以利用第一推理规则直接从第一类用户信息推理出第一主题信息,或者,利用第二推理规则直接从第二类用户信息推理出第二主题信息,此种情况下则对应的推理路径上可以不设置中间节点。
此外,无论是第一推理路径,还是第二推理路径,在各个节点间设置的转换权重指示从前一节点转换至后一节点的可能性大小。通过设置转换权重的方式,可以对不同情况进行有效区分,以实现对用户意图的更精准的推测。
需要说明的是,本步骤可以由推荐系统在初始时一次性生成和构建,在后续持续使用即可,无需每次进行信息推荐均进行生成和构建。
步骤S204:获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息。
其中,所述第一类用户信息和所述第二类用户信息如实施例一中所述,在此不再赘述。
步骤S206:根据与第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息。
基于前述步骤S202中所述的第一推理规则,可实现根据第一类用户信息获得第一主题信息;基于前述步骤S202中所述的第二推理规则,可实现根据第二类用户信息获得第二主题信息。
以下,以一个具体实例为例,对本步骤的过程进行说明,该实例中包含前述步骤S202中所述的所有第一推理规则和所有第二推理规则。但本领域技术人员应当明了,在实际应用中,可以根据实际情况仅设置或使用其中的部分规则。
首先,一种根据步骤S202构建的有向图中的各推理路径如图3所示。其中,第二推理路径如图中虚线所示,包括:根据“event”(场景事件信息)推测至“concept”的推理路径;根据“location”(场景位置信息)推测至“concept”的推理路径;根据“profile”(用户生命阶段信息)推测至“concept”的推理路径。其中,“concept”表示主题信息,在上述三条推理路径中,其为第二主题信息。但本领域技术人员应当明了的是,“concept”的具体信息内容根据其前一节点的信息内容的不同而不同。
第一推理路径如图3中的实线所示,包括:根据“user”(第一类用户信息)推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“concept1”(候选主题信息),从“concept1”推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“query”(查询信息),从“query”推测至“tag”(查询结果的标签信息),从“tag”推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“item”(目标对象的信息),从“item”推测至“tag”(目标对象的标签信息),从“tag”推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“item”(目标对象的信息),从“item”推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“item”(目标对象的信息),从“item”推测至“item2”(目标对象的关联对象的信息),从“item2”推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“item”(目标对象的信息),从“item”推测至“category”(目标对象所属的对象种类的信息),从“category”推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“item”(目标对象的信息),从“item”推测至“category”(目标对象所属的对象种类的信息),从“category”推测至“category2”(与目标对象所属的对象种类关联的关联种类的信息),从“category2”推测至“concept”的推理路径;根据“user”(第一类用户信息)推测至“item”(目标对象的信息),从“item”推测至“category”(目标对象所属的对象种类的信息),从“category”推测至“hidden”(目标对象所属的对象种类所在的种类集合的信息),从“hidden”推测至“concept”的推理路径。其中,如前所述,“concept”表示主题信息,在上述多条推理路径中,其为第一主题信息。但本领域技术人员应当明了的是,“concept”的具体信息内容根据其前一节点的信息内容的不同而不同。
以使用图3所示的推理路径进行商品信息推荐为例,此种情况下,第一类用户信息“user”可以包括用户点击、收藏、加购和购买等行为的信息、行为对象的信息如商品item的信息、用户搜索query的信息,此外,还可以包含用户有行为的concept。由此,通过第一推理路径获得的第一主题信息concept即涵盖了i2c(itemto concept)、i2i2c(item to itemto concept)精确召回用户点击过其中item或者相似item的concept,又包括了cate2c(category to concept)、tag2c(tag to concept)泛化满足用户类目和标签偏好的主题;即涵盖了满足用户实时query表达出的主题,又包括了c2c(concept to concept)满足用户实时点击主题的相似云主题;即涵盖i2cate(item to category)、i2tag(item to tag)在线推理用户中短期兴趣的主题,又包括u2c(user to concept)推理用户中长期兴趣的主题。
而对于第二推理路径,其中event2c(event to concept)可以根据事件推理concept,比如情人节-》情人节礼物;profile2c(profile to concept)可以根据用户的生命阶段推理concept,例如小学(孩子)-》小学课外读物;location2c(location toconcept)可以根据地点推理concept。
可见,第一推理路径表征了有用户实时行为的路径,第二推理路径表征了无用户实时行为的路径,第一推理路径和第二推理路径结合,有效保证了召回concept的丰富度和准确率。
另外,如图3中所示,推理路径中的各个节点之间设置有节点转换权重,图3中统一表示为w,但本领域技术人员应当明了,w仅为示意性表示,并不表示一个固定的值,相邻两个节点之间的节点转换权重可以由本领域技术人员根据实际情况进行适当设置。
例如,可以根据两个相邻节点之间形成的边的性质,将边分为事实边和概率边。对于i2cate、i2tag来说,两个相邻节点之间的对应关系是确定的,属于事实边,权重可设置为1。而对于u2i、u2c、c2c、i2c、cate2c、tag2c、hidden2c等相邻节点之间形成的边,其对应关系是不确定的,属于概率边,其对应的权重w会有不同的设置方式。例如,u2i可以结合trigger score(根据用户的实时行为类别和时间衰减加权获得)和用户的意图分值来确定w,c2c可以根据用户点击concept序列计算concept embedding计算相似度来确定w。
其中,所述意图分值用于表征通过第一类用户信息获取其对应的目标对象的对象种类的信息的概率,每一条第一推理路径的起始节点均对应有一个意图分值。在一种可行方式中,意图分值cateCtr可以通过以下公式计算:
其中,h为用户实时行为的发生时间距离当前时间的时间差,win为时间窗口,θ为时间衰减因子,α和β为平滑因子,cateClickPV为用户点击目标对象(如某个商品)的次数,cateExpPV为目标对象的展示次数。
但不限于上述公式一的方式,在实际应用中,本领域技术人员还可以根据实际情况采用其它任意适当的方式设置意图分值,如,经验值、大数据分析结果值,等等。
又例如,在根据用户点击concept序列计算concept与concept之间的相似度(如concept1与concept之间的相似度)来确定c2c对应的权重w时,其中的concept序列是根据用户实时行为的concept按照时间排序得到的,可以通过node2vec算法将每个concept均对应生成concept embedding,然后通过计算concept embedding之间的相似度,来确定concept和concept之间的相似度。
需要说明的是,在实际应用中,不限于上述示例中获得w的方式,基本上,相邻节点之间的w都可以通过该节点对应的统计历史ctr和该节点与下一节点的包含关系获得。
在构建好的推理路径上,根据用户的实时行为、event、profile和location,进行实时的推理,得到用户可能感兴趣的concept列表。
步骤S208:从第一主题信息和第二主题信息中,确定待推荐的主题信息,并根据确定的主题信息进行信息推荐操作。
在一种可行方式中,本步骤可以实现为:获取每个第一推理路径的第一路径得分和每个第二推理路径的第二路径得分;根据第一路径得分和第二路径得分,确定待推荐的第一主题信息和/或第二主题信息。
以图3所示的有向图中的推理路径为例,对于其中的第一推理路径,每个第一推理路径的起始节点都对应有意图分值,其后的相邻节点之间又具有节点转换权重,据此即可获得每条第一推理路径的第一路径得分。而对于其中的第二推理路径,从起始节点至终止节点之间也具有相应的节点转换权重,因此,也可以获得每条第二推理路径的第二路径得分。其中,具体的推理路径的路径得分的计算可以由本领域技术人员根据实际需求采用任意适当的方式,基于意图分值和节点转换权重来计算获得,如某个推理路径上的意图分值和所有节点转换权重相加或相乘的方式,本发明实施例对此不作限定。
在获得每个推理路径的路径得分后,可根据路径得分确定待推荐的主题信息。
本实施例中,每个第一推理路径的起始节点都对应有一个意图分值,该意图分值用于表征通过第一类用户信息获取对应的对象种类的信息的概率。为便于对所有第一推理路径和所有第二推理路径统一进行计算,对于第一推理路径中,除通过第一类用户信息获取对应的对象种类的信息之外的第一推理路径的起始节点的意图分值,以及第二推理路径的起始节点的意图分值,这些意图分值的设置以不会对通过第一类用户信息获取对应的对象种类的信息的第一推理路径的路径得分产生影响为准,如,均可以设置为1。
基于此,在一种可行方案中,根据第一路径得分和第二路径得分,确定待推荐的第一主题信息和/或第二主题信息,包括:针对每个第一主题信息,确定与当前第一主题信息对应的一个或多个第一推理路径,根据所述一个或多个第一推理路径中的每个第一推理路径对应的第一推理规则的权重、所述意图分值、和所述第一路径得分,获得当前第一主题信息的第一结果分值;针对每个第二主题信息,确定与当前第二主题信息对应的一个或多个第二推理路径,根据所述一个或多个第二推理路径中的每个第二推理路径对应的第二推理规则的权重、所述意图分值、和所述第二路径得分,获得当前第二主题信息的第二结果分值;根据对所有第一结果分值和所有第二结果分值的排序结果,确定待推荐的第一主题信息和/或第二主题信息。。
例如,可以使用如下公式所示确定待推荐的第一主题信息和/或第二主题信息:
其中,userj表示用户j,cpti表示第i个主题,i∈I,I为所有主题的集合,f(cpti|userj)表示针对用户j对第i个主题感兴趣的概率(可向用户j推荐的主题的概率);p∈P,P为cpti对应的所有推理路径的集合;wp表示第p条推理路径对应的推理规则的权重;g(userj,p)表示第p条推理路径的起始节点的意图分值;α表示g(userj,p)的权重;Path(p->cpti)表示第p条推理路径的路径得分;β表示Path(p->cpti)的权重。
在获得了用户对所有主题可能感兴趣的概率f(cpti|userj)后,即可按照设定条件从中确定待推荐的主题信息,其中,所述设定条件可以由本领域技术人员根据实际情况适当设置,如,将得分最高的概率对应的主题信息确定为待推荐的主题信息,或者,将得分为TOP k的概率对应的主题信息确定为待推荐的主题信息,其中k由本领域技术人员适当设置。进而,基于待推荐的主题的主题信息,对用户进行信息推荐操作。例如,向用户展示某一主题的主题信息,如“入秋穿搭”主题,该主题下可以有多个子集合,如“女士正装”集合、“鞋子”集合、“包”集合等,每个集合都对应有相应的显示项目如商品图片,当用户点击相应的商品图片后,会跳转至相应的商品集合页面,以便用户进行相应的操作。
可见,通过上述过程,将推理路径分为有用户实时行为的第一推理路径和无用户实时行为的第二推理路径,在添加了第一推理路径的基础上添加第二推理路径,既捕捉了用户的无表达行为给用户带来惊喜度,又有助于跳出用户点什么推荐什么的循环,提升了主题召回的准确率和丰富度。
通过本实施例,在进行信息推荐时,根据第一类用户信息和第二类用户信息来推测用户可能感兴趣的主题信息,进而根据推测出的主题信息进行信息推荐。其中,第一类用户信息可以充分表征用户的实时行为,因用户的实时行为与其当前的真实意图的相关性大,因此可以根据用户的实时行为对用户的当前真实意图进行有效推测;第二类用户信息可以表征用户当前的需求场景,例如,时间、位置、节气等等,不同的需求场景可能导致用户的不同需求,因此可以借助于需求场景的信息来推测用户的需求意图。此外,基于适当的推理规则获得的用户可能感兴趣的主题信息,相较于诸如具体商品、具体新闻等具体信息,主题信息包含有同一主题的多个或多种信息,信息量更为全面和丰富,据此,可以使得推荐的信息命中用户需求的概率更大。
可见,不管是第一类用户信息还是第二类用户信息,都能够加深推荐系统对用户需求的了解和处理,进一步地,基于适当的推理规则得到相应的主题信息,根据得到的主题信息对用户进行的信息推荐实现了大概率命中用户真实意图的需求,提高了信息推荐的效率,也提升了用户的使用体验。
本实施例的信息推荐方法可以由任意适当的具有数据处理能力的电子设备执行,包括但不限于:服务器、移动终端(如平板电脑、手机等)和PC机等。
实施例三
参照图4,示出了根据本发明实施例三的一种信息推荐装置的结构框图。
本实施例的信息推荐装置包括:第一获取模块302,用于获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;第二获取模块304,用于根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;推荐模块306,用于从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。
通过本实施例,在进行信息推荐时,根据第一类用户信息和第二类用户信息来推测用户可能感兴趣的主题信息,进而根据推测出的主题信息进行信息推荐。其中,第一类用户信息可以充分表征用户的实时行为,因用户的实时行为与其当前的真实意图的相关性大,因此可以根据用户的实时行为对用户的当前真实意图进行有效推测;第二类用户信息可以表征用户当前的需求场景,例如,时间、位置、节气等等,不同的需求场景可能导致用户的不同需求,因此可以借助于需求场景的信息来推测用户的需求意图。此外,基于适当的推理规则获得的用户可能感兴趣的主题信息,相较于诸如具体商品、具体新闻等具体信息,主题信息包含有同一主题的多个或多种信息,信息量更为全面和丰富,据此,可以使得推荐的信息命中用户需求的概率更大。
可见,不管是第一类用户信息还是第二类用户信息,都能够加深推荐系统对用户需求的了解和处理,进一步地,基于适当的推理规则得到相应的主题信息,根据得到的主题信息对用户进行的信息推荐实现了大概率命中用户真实意图的需求,提高了信息推荐的效率,也提升了用户的使用体验。
实施例四
参照图5,示出了根据本发明实施例四的一种信息推荐装置的结构框图。
本实施例的信息推荐装置包括:第一获取模块402,用于获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;第二获取模块404,用于根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;推荐模块406,用于从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。
可选地,所述第一推理规则包括:根据所述第一类用户信息直接确定对应的第一主题信息的推理规则;和,根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则。
可选地,所述根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则,包括以下至少之一:
根据所述第一类用户信息,确定对应的候选主题信息;根据所述候选主题信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;根据所述目标对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定与所述目标对象关联的关联对象的信息;根据所述关联对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;根据所述对象种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定与所述对象种类关联的关联种类的信息;根据所述对象种类的信息和所述关联种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定所述对象种类所属的种类集合的信息;根据所述种类集合的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象对应的对象标签的信息;根据所述对象标签的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的查询信息;根据所述查询信息,确定查询结果的标签信息;根据所述标签信息,确定对应的第一主题信息的推理规则。
可选地,所述第二类用户信息包括以下至少之一:场景事件信息、场景位置信息、用户生命阶段信息;所述第二推理规则包括以下至少之一:根据所述场景事件信息,获取对应的第二主题信息的推理规则;根据所述场景位置信息,获取对应的第二主题信息的推理规则;根据所述用户生命阶段信息,获取对应的第二主题信息的推理规则。
可选地,本实施例的信息推荐装置还包括:构建模块408,用于在所述第一获取模块402获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息之前,根据所述至少一条第一推理规则构建对应的至少一个第一推理路径,确定每个所述第一推理路径中的节点信息,其中,每个所述第一推理路径的起始节点为第一类用户信息,终止节点为第一主题信息;和,根据所述至少一条第二推理规则构建对应的至少一个第二推理路径,确定每个所述第二推理路径中的节点信息,其中,每个所述第二推理路径的起始节点为第二类用户信息,终止节点为第二主题信息。
可选地,所述至少一个第一推理路径中的部分或全部路径中还包括中间节点,每个所述第一推理路径中的各个节点之间具有节点转换权重,其中,所述中间节点根据所述第一推理规则中的中间信息生成;每个所述第二推理路径的各个节点之间具有节点转换权重。
可选地,所述推荐模块406包括:得分模块4062,用于获取每个所述第一推理路径的第一路径得分和每个所述第二推理路径的第二路径得分;确定模块4064,用于根据所述第一路径得分和所述第二路径得分,确定待推荐的第一主题信息和/或第二主题信息。
可选地,每个所述第一推理路径的起始节点对应有用于表征通过所述第一类用户信息获取所述对象种类的信息的概率的意图分值;每个所述第二推理路径的起始节点对应有预设的意图分值;
所述确定模块4064包括:第一结果模块40642,用于针对每个第一主题信息,确定与当前第一主题信息对应的一个或多个第一推理路径,根据所述一个或多个第一推理路径中的每个第一推理路径对应的第一推理规则的权重、所述意图分值、和所述第一路径得分,获得当前第一主题信息的第一结果分值;第二结果模块40644,用于针对每个第二主题信息,确定与当前第二主题信息对应的一个或多个第二推理路径,根据所述一个或多个第二推理路径中的每个第二推理路径对应的第二推理规则的权重、所述意图分值、和所述第二路径得分,获得当前第二主题信息的第二结果分值;排序确定模块40646,用于根据对所有第一结果分值和所有第二结果分值的排序结果,确定待推荐的第一主题信息和/或第二主题信息。
本实施例的信息推荐装置用于实现前述多个方法实施例中相应的信息推荐方法,并具有相应方法实施例的有益效果,在此不再赘述。此外,本实施例的信息推荐装置因用于对应实现前述信息推荐方法,因此描述比较简单,相关部分可参照前述方法实施例中相应部分的描述,
实施例六
参照图6,示出了根据本发明实施例六的一种电子设备的结构示意图,本发明具体实施例并不对电子设备的具体实现做限定。
如图6所示,该电子设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它电子设备如终端设备或服务器进行通信。
处理器502,用于执行程序510,具体可以执行上述信息推荐方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。
在一种可选的实施方式中,所述第一推理规则包括:根据所述第一类用户信息直接确定对应的第一主题信息的推理规则;和,根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则。
在一种可选的实施方式中,所述根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则,包括以下至少之一:
根据所述第一类用户信息,确定对应的候选主题信息;根据所述候选主题信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;根据所述目标对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定与所述目标对象关联的关联对象的信息;根据所述关联对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;根据所述对象种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定与所述对象种类关联的关联种类的信息;根据所述对象种类的信息和所述关联种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定所述对象种类所属的种类集合的信息;根据所述种类集合的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象对应的对象标签的信息;根据所述对象标签的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的查询信息;根据所述查询信息,确定查询结果的标签信息;根据所述标签信息,确定对应的第一主题信息的推理规则。
在一种可选的实施方式中,所述第二类用户信息包括以下至少之一:场景事件信息、场景位置信息、用户生命阶段信息;所述第二推理规则包括以下至少之一:根据所述场景事件信息,获取对应的第二主题信息的推理规则;根据所述场景位置信息,获取对应的第二主题信息的推理规则;根据所述用户生命阶段信息,获取对应的第二主题信息的推理规则。
在一种可选的实施方式中,程序510还用于使得处理器502在获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息之前,根据所述至少一条第一推理规则构建对应的至少一个第一推理路径,确定每个所述第一推理路径中的节点信息,其中,每个所述第一推理路径的起始节点为第一类用户信息,终止节点为第一主题信息;和,根据所述至少一条第二推理规则构建对应的至少一个第二推理路径,确定每个所述第二推理路径中的节点信息,其中,每个所述第二推理路径的起始节点为第二类用户信息,终止节点为第二主题信息。
在一种可选的实施方式中,所述至少一个第一推理路径中的部分或全部路径中还包括中间节点,每个所述第一推理路径中的各个节点之间具有节点转换权重,其中,所述中间节点根据所述第一推理规则中的中间信息生成;每个所述第二推理路径的各个节点之间具有节点转换权重。
在一种可选的实施方式中,程序510还用于使得处理器502在从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息时,获取每个所述第一推理路径的第一路径得分和每个所述第二推理路径的第二路径得分;根据所述第一路径得分和所述第二路径得分,确定待推荐的第一主题信息和/或第二主题信息。
在一种可选的实施方式中,每个所述第一推理路径的起始节点对应有用于表征通过所述第一类用户信息获取所述对象种类的信息的概率的意图分值;每个所述第二推理路径的起始节点对应有预设的意图分值;程序510还用于使得处理器502在根据所述第一路径得分和所述第二路径得分,确定待推荐的第一主题信息和/或第二主题信息时,针对每个第一主题信息,确定与当前第一主题信息对应的一个或多个第一推理路径,根据所述一个或多个第一推理路径中的每个第一推理路径对应的第一推理规则的权重、所述意图分值、和所述第一路径得分,获得当前第一主题信息的第一结果分值;针对每个第二主题信息,确定与当前第二主题信息对应的一个或多个第二推理路径,根据所述一个或多个第二推理路径中的每个第二推理路径对应的第二推理规则的权重、所述意图分值、和所述第二路径得分,获得当前第二主题信息的第二结果分值;根据对所有第一结果分值和所有第二结果分值的排序结果,确定待推荐的第一主题信息和/或第二主题信息。
程序510中各步骤的具体实现可以参见上述信息推荐方法实施例中的相应步骤和单元中对应的描述,在此不赘述。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,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
通过本实施例的电子设备,在进行信息推荐时,根据第一类用户信息和第二类用户信息来推测用户可能感兴趣的主题信息,进而根据推测出的主题信息进行信息推荐。其中,第一类用户信息可以充分表征用户的实时行为,因用户的实时行为与其当前的真实意图的相关性大,因此可以根据用户的实时行为对用户的当前真实意图进行有效推测;第二类用户信息可以表征用户当前的需求场景,例如,时间、位置、节气等等,不同的需求场景可能导致用户的不同需求,因此可以借助于需求场景的信息来推测用户的需求意图。此外,基于适当的推理规则获得的用户可能感兴趣的主题信息,相较于诸如具体商品、具体新闻等具体信息,主题信息包含有同一主题的多个或多种信息,信息量更为全面和丰富,据此,可以使得推荐的信息命中用户需求的概率更大。
可见,不管是第一类用户信息还是第二类用户信息,都能够加深推荐系统对用户需求的了解和处理,进一步地,基于适当的推理规则得到相应的主题信息,根据得到的主题信息对用户进行的信息推荐实现了大概率命中用户真实意图的需求,提高了信息推荐的效率,也提升了用户的使用体验。
需要指出,根据实施的需要,可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本发明实施例的目的。
上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的信息推荐方法。此外,当通用计算机访问用于实现在此示出的信息推荐方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的信息推荐方法的专用计算机。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明实施例的范围。
以上实施方式仅用于说明本发明实施例,而并非对本发明实施例的限制,有关技术领域的普通技术人员,在不脱离本发明实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明实施例的范畴,本发明实施例的专利保护范围应由权利要求限定。
Claims (18)
1.一种信息推荐方法,包括:
获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;
根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;
从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。
2.根据权利要求1所述的方法,其中,所述第一推理规则包括:
根据所述第一类用户信息直接确定对应的第一主题信息的推理规则;
和,
根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则。
3.根据权利要求2所述的方法,其中,所述根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则,包括以下至少之一:
根据所述第一类用户信息,确定对应的候选主题信息;根据所述候选主题信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;根据所述目标对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定与所述目标对象关联的关联对象的信息;根据所述关联对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;根据所述对象种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定与所述对象种类关联的关联种类的信息;根据所述对象种类的信息和所述关联种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定所述对象种类所属的种类集合的信息;根据所述种类集合的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象对应的对象标签的信息;根据所述对象标签的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的查询信息;根据所述查询信息,确定查询结果的标签信息;根据所述标签信息,确定对应的第一主题信息的推理规则。
4.根据权利要求1所述的方法,其中,所述第二类用户信息包括以下至少之一:场景事件信息、场景位置信息、用户生命阶段信息;
所述第二推理规则包括以下至少之一:
根据所述场景事件信息,获取对应的第二主题信息的推理规则;
根据所述场景位置信息,获取对应的第二主题信息的推理规则;
根据所述用户生命阶段信息,获取对应的第二主题信息的推理规则。
5.根据权利要求1-4任一项所述的方法,其中,在所述获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息之前,所述方法还包括:
根据所述至少一条第一推理规则构建对应的至少一个第一推理路径,确定每个所述第一推理路径中的节点信息,其中,每个所述第一推理路径的起始节点为第一类用户信息,终止节点为第一主题信息;
和,
根据所述至少一条第二推理规则构建对应的至少一个第二推理路径,确定每个所述第二推理路径中的节点信息,其中,每个所述第二推理路径的起始节点为第二类用户信息,终止节点为第二主题信息。
6.根据权利要求5所述的方法,其中,
所述至少一个第一推理路径中的部分或全部路径中还包括中间节点,每个所述第一推理路径中的各个节点之间具有节点转换权重,其中,所述中间节点根据所述第一推理规则中的中间信息生成;
每个所述第二推理路径的各个节点之间具有节点转换权重。
7.根据权利要求6所述的方法,其中,所述从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,包括:
获取每个所述第一推理路径的第一路径得分和每个所述第二推理路径的第二路径得分;
根据所述第一路径得分和所述第二路径得分,确定待推荐的第一主题信息和/或第二主题信息。
8.根据权利要求7所述的方法,其中,每个所述第一推理路径的起始节点对应有用于表征通过所述第一类用户信息获取所述对象种类的信息的概率的意图分值;每个所述第二推理路径的起始节点对应有预设的意图分值;
所述根据所述第一路径得分和所述第二路径得分,确定待推荐的第一主题信息和/或第二主题信息,包括:
针对每个第一主题信息,确定与当前第一主题信息对应的一个或多个第一推理路径,根据所述一个或多个第一推理路径中的每个第一推理路径对应的第一推理规则的权重、所述意图分值、和所述第一路径得分,获得当前第一主题信息的第一结果分值;
针对每个第二主题信息,确定与当前第二主题信息对应的一个或多个第二推理路径,根据所述一个或多个第二推理路径中的每个第二推理路径对应的第二推理规则的权重、所述意图分值、和所述第二路径得分,获得当前第二主题信息的第二结果分值;
根据对所有第一结果分值和所有第二结果分值的排序结果,确定待推荐的第一主题信息和/或第二主题信息。
9.一种信息推荐装置,包括:
第一获取模块,用于获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息;
第二获取模块,用于根据与所述第一类用户信息对应的至少一条第一推理规则,获得对应的至少一个第一主题信息,并且,根据与所述第二类用户信息对应的至少一条第二推理规则,获得对应的至少一个第二主题信息;
推荐模块,用于从所述第一主题信息和所述第二主题信息中,确定待推荐的主题信息,并根据确定的所述主题信息进行信息推荐操作。
10.根据权利要求9所述的装置,其中,所述第一推理规则包括:
根据所述第一类用户信息直接确定对应的第一主题信息的推理规则;
和,
根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则。
11.根据权利要求10所述的装置,其中,所述根据所述第一类用户信息生成中间信息,根据所述中间信息确定对应的第一主题信息的推理规则,包括以下至少之一:
根据所述第一类用户信息,确定对应的候选主题信息;根据所述候选主题信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;根据所述目标对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定与所述目标对象关联的关联对象的信息;根据所述关联对象的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;根据所述对象种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定与所述对象种类关联的关联种类的信息;根据所述对象种类的信息和所述关联种类的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象所属的对象种类的信息;确定所述对象种类所属的种类集合的信息;根据所述种类集合的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的目标对象的信息;确定所述目标对象对应的对象标签的信息;根据所述对象标签的信息,确定对应的第一主题信息的推理规则;
根据所述第一类用户信息,确定对应的查询信息;根据所述查询信息,确定查询结果的标签信息;根据所述标签信息,确定对应的第一主题信息的推理规则。
12.根据权利要求9所述的装置,其中,所述第二类用户信息包括以下至少之一:场景事件信息、场景位置信息、用户生命阶段信息;
所述第二推理规则包括以下至少之一:
根据所述场景事件信息,获取对应的第二主题信息的推理规则;
根据所述场景位置信息,获取对应的第二主题信息的推理规则;
根据所述用户生命阶段信息,获取对应的第二主题信息的推理规则。
13.根据权利要求9-12任一项所述的装置,其中,所述装置还包括:
构建模块,用于在所述第一获取模块获取用于指示用户实时行为的第一类用户信息和用于指示用户需求场景的第二类用户信息之前,根据所述至少一条第一推理规则构建对应的至少一个第一推理路径,确定每个所述第一推理路径中的节点信息,其中,每个所述第一推理路径的起始节点为第一类用户信息,终止节点为第一主题信息;和,根据所述至少一条第二推理规则构建对应的至少一个第二推理路径,确定每个所述第二推理路径中的节点信息,其中,每个所述第二推理路径的起始节点为第二类用户信息,终止节点为第二主题信息。
14.根据权利要求14所述的装置,其中,
所述至少一个第一推理路径中的部分或全部路径中还包括中间节点,每个所述第一推理路径中的各个节点之间具有节点转换权重,其中,所述中间节点根据所述第一推理规则中的中间信息生成;
每个所述第二推理路径的各个节点之间具有节点转换权重。
15.根据权利要求14所述的装置,其中,所述推荐模块包括:
得分模块,用于获取每个所述第一推理路径的第一路径得分和每个所述第二推理路径的第二路径得分;
确定模块,用于根据所述第一路径得分和所述第二路径得分,确定待推荐的第一主题信息和/或第二主题信息。
16.根据权利要求15所述的装置,其中,每个所述第一推理路径的起始节点对应有用于表征通过所述第一类用户信息获取所述对象种类的信息的概率的意图分值;每个所述第二推理路径的起始节点对应有预设的意图分值;
所述确定模块包括:
第一结果模块,用于针对每个第一主题信息,确定与当前第一主题信息对应的一个或多个第一推理路径,根据所述一个或多个第一推理路径中的每个第一推理路径对应的第一推理规则的权重、所述意图分值、和所述第一路径得分,获得当前第一主题信息的第一结果分值;
第二结果模块,用于针对每个第二主题信息,确定与当前第二主题信息对应的一个或多个第二推理路径,根据所述一个或多个第二推理路径中的每个第二推理路径对应的第二推理规则的权重、所述意图分值、和所述第二路径得分,获得当前第二主题信息的第二结果分值;
排序确定模块,用于根据对所有第一结果分值和所有第二结果分值的排序结果,确定待推荐的第一主题信息和/或第二主题信息。
17.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-8中任一项所述的信息推荐方法对应的操作。
18.一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-8中任一所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581614.8A CN111353089A (zh) | 2018-12-24 | 2018-12-24 | 信息推荐方法、装置、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581614.8A CN111353089A (zh) | 2018-12-24 | 2018-12-24 | 信息推荐方法、装置、电子设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111353089A true CN111353089A (zh) | 2020-06-30 |
Family
ID=71193766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811581614.8A Pending CN111353089A (zh) | 2018-12-24 | 2018-12-24 | 信息推荐方法、装置、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353089A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269943A (zh) * | 2020-12-03 | 2021-01-26 | 北京达佳互联信息技术有限公司 | 一种信息推荐系统及方法 |
CN112291297A (zh) * | 2020-09-04 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 资讯数据的处理方法、装置、存储介质以及电子设备 |
CN112882619A (zh) * | 2021-02-08 | 2021-06-01 | 维沃移动通信有限公司 | 应用界面的管理方法、装置、电子设备及介质 |
CN116738071A (zh) * | 2023-08-15 | 2023-09-12 | 中移(苏州)软件技术有限公司 | 一种产品推荐方法、装置、电子设备、芯片及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108416649A (zh) * | 2018-02-05 | 2018-08-17 | 北京三快在线科技有限公司 | 搜索结果排序方法、装置、电子设备及存储介质 |
CN108509497A (zh) * | 2018-02-23 | 2018-09-07 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置和电子设备 |
CN108694223A (zh) * | 2018-03-26 | 2018-10-23 | 北京奇艺世纪科技有限公司 | 一种用户画像库的构建方法及装置 |
CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
CN109033223A (zh) * | 2018-06-29 | 2018-12-18 | 北京百度网讯科技有限公司 | 用于跨类型对话的方法、装置、设备以及计算机可读存储介质 |
-
2018
- 2018-12-24 CN CN201811581614.8A patent/CN111353089A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108416649A (zh) * | 2018-02-05 | 2018-08-17 | 北京三快在线科技有限公司 | 搜索结果排序方法、装置、电子设备及存储介质 |
CN108509497A (zh) * | 2018-02-23 | 2018-09-07 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置和电子设备 |
CN108694223A (zh) * | 2018-03-26 | 2018-10-23 | 北京奇艺世纪科技有限公司 | 一种用户画像库的构建方法及装置 |
CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
CN109033223A (zh) * | 2018-06-29 | 2018-12-18 | 北京百度网讯科技有限公司 | 用于跨类型对话的方法、装置、设备以及计算机可读存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112291297A (zh) * | 2020-09-04 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 资讯数据的处理方法、装置、存储介质以及电子设备 |
CN112269943A (zh) * | 2020-12-03 | 2021-01-26 | 北京达佳互联信息技术有限公司 | 一种信息推荐系统及方法 |
CN112882619A (zh) * | 2021-02-08 | 2021-06-01 | 维沃移动通信有限公司 | 应用界面的管理方法、装置、电子设备及介质 |
CN116738071A (zh) * | 2023-08-15 | 2023-09-12 | 中移(苏州)软件技术有限公司 | 一种产品推荐方法、装置、电子设备、芯片及介质 |
CN116738071B (zh) * | 2023-08-15 | 2023-10-27 | 中移(苏州)软件技术有限公司 | 一种产品推荐方法、装置、电子设备、芯片及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3779841B1 (en) | Method, apparatus and system for sending information, and computer-readable storage medium | |
CN111353089A (zh) | 信息推荐方法、装置、电子设备及计算机存储介质 | |
Qian et al. | Social media based event summarization by user–text–image co-clustering | |
Gupta et al. | Location based personalized restaurant recommendation system for mobile environments | |
Xu et al. | Integrated collaborative filtering recommendation in social cyber-physical systems | |
CN105718184A (zh) | 一种数据处理方法和装置 | |
CN107391509B (zh) | 标签推荐方法及装置 | |
CN111400507B (zh) | 实体匹配方法及其装置 | |
KR101543780B1 (ko) | 동적 사용자 프로필 및 소셜 네트워크 신뢰성을 이용한 전문가 검색 시스템 및 방법 | |
CN104915418B (zh) | 网站推荐方法及装置 | |
CN111339406B (zh) | 个性化推荐方法、装置、设备及存储介质 | |
CN111310046B (zh) | 对象推荐方法及装置 | |
CN112907334B (zh) | 一种对象推荐方法及装置 | |
CN112989169A (zh) | 目标对象识别方法、信息推荐方法、装置、设备及介质 | |
KR102233065B1 (ko) | 셀럽의 맞춤형 쇼핑몰 플랫폼을 위한 서버 | |
CN110020171B (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
CN112488781A (zh) | 搜索推荐方法、装置、电子设备及可读存储介质 | |
CN111815404A (zh) | 虚拟物品分享方法及装置 | |
Praditya et al. | Designing a tourism recommendation system using a hybrid method (Collaborative Filtering and Content-Based Filtering) | |
CN110096609A (zh) | 房源搜索方法、装置、设备及计算机可读存储介质 | |
US20160308874A1 (en) | Computer system for network node review for actionable item | |
Özsoy et al. | Multi-objective optimization based location and social network aware recommendation | |
CN115358807A (zh) | 物品的推荐方法和装置、存储介质及电子设备 | |
CN114841760B (zh) | 一种基于受众行为特征分析的广告推荐管理方法及系统 | |
CN110879863B (zh) | 跨领域搜索方法和跨领域搜索装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |
|
RJ01 | Rejection of invention patent application after publication |