CN112905651A - 信息推荐方法、装置、电子设备及存储介质 - Google Patents

信息推荐方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112905651A
CN112905651A CN202110194011.8A CN202110194011A CN112905651A CN 112905651 A CN112905651 A CN 112905651A CN 202110194011 A CN202110194011 A CN 202110194011A CN 112905651 A CN112905651 A CN 112905651A
Authority
CN
China
Prior art keywords
information
user
tag
label
word
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
Application number
CN202110194011.8A
Other languages
English (en)
Inventor
李纯懿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuo Erzhi Lian Wuhan Research Institute Co Ltd
Original Assignee
Zhuo Erzhi Lian Wuhan Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuo Erzhi Lian Wuhan Research Institute Co Ltd filed Critical Zhuo Erzhi Lian Wuhan Research Institute Co Ltd
Priority to CN202110194011.8A priority Critical patent/CN112905651A/zh
Publication of CN112905651A publication Critical patent/CN112905651A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种信息推荐方法、装置、电子设备及存储介质。其中，方法包括：基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签；所述第一信息表征用户在所述应用中的用户信息；所述第二信息表征用户在所述应用中的社交信息；根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息；所述第三信息表征与所述第一用户匹配的至少一个目标用户。

Description

信息推荐方法、装置、电子设备及存储介质
技术领域
本申请涉及数据处理技术领域，尤其涉及一种信息推荐方法、装置、电子设备及存储介质。
背景技术
相关技术中，用户在使用软件的时候，会希望找到匹配的用户，而在实际应用中会出现系统后台推荐的用户与当前发起推荐请求的用户的信息不匹配的情况，导致推荐的用户无法满足发起推荐请求的用户的需求，使得用户对软件的粘性降低。
发明内容
有鉴于此，本申请实施例提供一种信息推荐方法、装置、电子设备及存储介质，以至少解决相关技术出现的推荐结果不精确、导致用户对软件的粘性降低的问题。
本申请实施例的技术方案是这样实现的：
本申请实施例提供了一种信息推荐方法，所述方法包括：
基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签；所述第一信息表征用户在所述应用中的用户信息；所述第二信息表征用户在所述应用中的社交信息；
根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息；所述第三信息表征与所述第一用户匹配的至少一个目标用户。
上述方案中，所述基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
确定所述第二信息中的第一词语以及第一词语对应的词性；所述第一词语表征高频词语；
根据所述第一词语以及所述第一词语对应的词性，确定所述第二信息对应的第二标签。
上述方案中，所述第二信息还包括表情符号，所述基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
确定所述表情符号对应的情感特征；
根据所述第一词语、所述第一词语对应的词性以及所述表情符号对应的情感特征，确定所述第二信息对应的第二标签。
上述方案中，所述方法还包括：
在到达设定的时间间隔时，对所述第二标签进行更新。
上述方案中，所述根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息，包括：
根据第一标签的内容与第二标签的内容，生成第一标签集；所述第一标签集指示与第一用户匹配的用户所需具备的特征；
基于所述第一标签集，向所述第一用户输出所述第三信息。
上述方案中，所述基于所述第一标签集，向所述第一用户输出所述第三信息，包括：
将所述第一标签集中每个标签的内容与所述至少一个第二用户中每个第二用户的第一信息和第二信息进行匹配，确定第一匹配值；所述第一匹配值表征所述第一用户分别与每个所述第二用户的匹配程度；
向所述第一用户输出所述至少一个第二用户中对应的第一匹配值大于第一设定阈值的第二用户。
上述方案中，述方法还包括：
基于第一指令，调整所述第一标签集和/或调整所述第一设定值；
基于调整后的第一标签集和/或第一设定值，向所述第一用户重新输出第三信息。
本申请实施例还提供了一种信息推荐装置，包括：
第一生成单元，用于基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签；所述第一信息表征用户在所述应用中的用户信息；所述第二信息表征用户在所述应用中的社交信息；
第一输出单元，用于根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息；所述第三信息表征与所述第一用户匹配的至少一个目标用户。
本申请实施例还提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行上述任一方法的步骤。
本申请实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法的步骤。
在本申请实施例中，基于应用的第一用户的第一信息与第二信息，生成第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签，所述第一信息表征用户在所述应用中的用户信息，所述第二信息表征用户在所述应用中的社交信息，根据至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息，所述第三信息表征与所述第一用户匹配的至少一个目标用户，能够基于用户的用户信息以及社交信息进行匹配，向用户输出推荐的用户，从而使得推荐的用户能够与用户的信息匹配，并且符合用户的需求，从而可以提高推荐结果的准确性，并且提升用户对应用的粘性和使用体验。
附图说明
图1为本申请一实施例提供的信息推荐方法的实现流程示意图；
图2为本申请又一实施例提供的信息推荐方法的实现流程示意图；
图3为本申请又一实施例提供的信息推荐方法的实现流程示意图；
图4为本申请又一实施例提供的信息推荐方法的实现流程示意图；
图5为本申请又一实施例提供的信息推荐方法的实现流程示意图；
图6为本申请又一实施例提供的信息推荐方法的实现流程示意图；
图7为本申请一实施例提供的信息推荐装置的结构示意图；
图8为本申请一实施例提供电子设备的硬件组成结构示意图。
具体实施方式
下面结合附图及具体实施例对本申请作进一步详细的说明。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
需要说明的是，本申请实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
另外，在本申请实施例中，“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例提供了一种信息推荐方法，图1为本申请实施例的信息推荐方法的一种流程示意图。如图1所示，所述方法包括：
S101：基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签；所述第一信息表征用户在所述应用中的用户信息；所述第二信息表征用户在所述应用中的社交信息。
这里，应用的第一用户包括第一信息与第二信息，其中，第一信息表征用户在应用中的用户信息，根据第一信息可以确定用户的基本资料，示例地，第一信息包括但不限于年龄、性别、归属地、职业、学历、用户在线时长、用户在线时间段，在实际应用中，对于一些游戏类的应用，第一信息还可以包括游戏等级。第二信息表征用户在应用中的社交信息，在实际应用中，用户还可以在应用中发布不同的消息或者与其他用户的互动信息，能够通过发布的信息反映用户的心情或者用户的需求，示例地，对于游戏类的应用，用户可以根据个性签名或者在大厅发布的消息组队信息。基于应用的第一用户的第一信息与第二信息，生成第一信息对应的至少一个第一标签与第二信息对应的一个第二标签，在实际应用中，将用户的第一信息映射为至少一个第一标签，示例地，第一信息中不同类别的信息分别对应一个第一标签，同理地，将第二信息映射为至少一个第二标签。在实际应用中，标签是一种互联网内容组织方式，具有与内容有很强相关性的关键字，可以根据标签对第一信息和第二信息进行信息整理和分类。在实际应用中，当用户需要寻找应用推荐的好友的时候，会发起社交推荐请求，当接收到用户发送的社交推荐请求的情况下，确定应用的第一用户的第一信息对应的至少一个第一标签，以及第二信息对应的至少一个第二标签。在实际应用中，可以建立数据库，将第一用户的第一信息与第二信息进行存储。
在一实施例中，如图2所示，所述基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
S201：确定所述第二信息中的第一词语以及第一词语对应的词性；所述第一词语表征高频词语。
这里，确定第二信息中的第一词语以及第一词语对应的词性，其中，第一词语表征第二文本中的高频词语。在实际应用中，对第二信息进行预处理，将第二信息以短文本的形式表现，对短文本形式的第二信息进行切词和相似度度量，从而对第二信息中的词语进行聚类和筛选，将第二信息中没有意义的信息过滤，保留有效信息，通过词频-逆文本频率指数算法(TF-IDF，term frequency–inverse document frequency)提取第二信息保留的有效信息中的高频词语，在实际应用中，TF-IDF算法是一种用于信息检索与数据挖掘的常用加权算法，能够评估一个字词对于一个文本集或一个语料库中的其中一个文本的重要程度，TF-IDF的具体表达式为：tfidfi,j＝tfi,j×idfi，其中，
Figure BDA0002945915290000061
Figure BDA0002945915290000062
表达式中ni,j表征第i个词语在第二信息保留的有效信息dj中出现的次数，∑kni,j表示第二信息保留的有效信息dj中所有词语的出现次数之和，|D|表示语料库中的文本总数，|{j:ti∈dj}|表示包含词语ti的文本数目。在通过TF-IDF确定第二信息中的第一词语之后，当第二信息是游戏类的应用的社交信息时，利用Hownet情感词集合和游戏集合对第一词语进行匹配，并标注第一词语对应的词性，其中，词性可以分为pos、neg、adv、inver，pos代表积极情感词，neg代表消极情感词，adv代表副词，inver代表否定词，从而能够确定第一词语的词性。
S202：根据所述第一词语以及所述第一词语对应的词性，确定所述第二信息对应的第二标签。
这里，根据第一词语以及第一词语对应的词性，确定第二信息对应的第二标签，从而能够将第二信息中的高频词语以及高频词语对应的词性提取出来，根据第二信息对应的第二标签，能够确定第一用户的需求，示例地，根据第二标签中的第一词语以及第一词语对应的词性，确定第一用户是否否定或者肯定某方面的内容，当第一用户肯定某方面的内容的情况下，允许向第一用户推荐相关的用户，当第一用户否定某方面的内容的情况下，不再向第一用户推荐相关的用户。在实际应用中，对第一词语的词性标注的时候进行向量化操作，将其映射为分布式词向量tagi∈R，具体地，可以表示为tag1:n＝tag1+tag2+tag3+…+tagn，其中，tag表示词性向量，+表示词性向量的拼接。
在上述实施例中，确定所述第二信息中的第一词语以及第一词语对应的词性，所述第一词语表征高频词语，根据所述第一词语以及所述第一词语对应的词性，确定所述第二信息对应的第二标签，从而能够根据用户的社交信息中的高频词语以及高频词语对应的词性，生成对应的标签，有利于提高向用户输出的推荐结果的准确性。
在一实施例中，如图3所示，所述第二信息还包括表情符号，所述基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
S301：确定所述表情符号对应的情感特征。
这里，第二信息还可能包含表情符号，表情符号也可以表达第一用户的情感，因此，在对第二信息进行处理的时候，还需要确定表情符号对应的情感特征，在实际应用中，在Hownet情感集合中确定第二信息的表情符号对应的情感特征。在实际应用中，第一用户除了通过文字表达情感之外，还可以通过表情符号来表达情感，从而能够进一步地对第一用户的情感进行补充，能够更准确地分析第一用户的需求。
S302：根据所述第一词语、所述第一词语对应的词性以及所述表情符号对应的情感特征，确定所述第二信息对应的第二标签。
这里，根据第一词语、第一词语对应的词性以及表情符号对应的情感特征，确定第二信息对应的第二标签，在实际应用中，可以将第二信息中的表情符号转换为对应的向量，示例地，ME＝e1+e2+e3+…+eE，其中，ei为表情符号i的向量，E为表情符号的个数，从而基于第二信息的表情符号对应的向量，确定第二信息对应的第二标签。
在上述实施例中，确定所述表情符号对应的情感特征，根据所述第一词语、得到第一词语对应的词性以及所述表情符号对应的情感特征，确定所述第二信息对应的第二标签，从而同时对用户的社交信息中的表情符号进行分析，能够准确地确定用户的社交信息对应的标签，从而提高输出的推荐结果的准确性。
S102：根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息；所述第三信息表征与所述第一用户匹配的至少一个目标用户。
这里，根据至少一个第一标签与至少一个第二标签，向第一用户输出第三信息，第三信息表征与第一用户匹配的至少一个目标用户，在实际应用中，可以根据至少一个第一标签与至少一个第二标签，与应用中的其他用户的用户信息或者社交信息进行比较，从而能够确定向第一用户推荐的用户。在实际应用中，至少一个第一标签与至少一个第二标签能够描述第一用户使用应用的基本状况，示例地，通过表征用户在线时间段的第一标签，向第一用户输出的第三信息能够为第一用户推荐活跃在相同时间段内的用户，从而能够使得两个用户能够进行及时有效的互动。
在上述实施例中，基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签，所述第一信息表征用户在所述应用中的用户信息，所述第二信息表征用户在所述应用中的社交信息，根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息，所述第三信息表征与所述第一用户匹配的至少一个目标用户，能够基于用户的用户信息以及社交信息进行匹配，向用户输出推荐的用户，从而能够使得推荐的用户与用户的信息匹配，符合用户的需求，从而提高推荐结果的准确性，并且提升用户对应的粘性和使用体验。
在一实施例中，如图4所示，所述根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息，包括：
S401：根据第一标签的内容与第二标签的内容，生成第一标签集；所述第一标签集指示与第一用户匹配的用户所需具备的特征。
这里，根据第一标签的内容与第二标签的内容，生成第一标签集，其中，第一标签集指示与第一用户匹配的用户所需具备的特征，通过第一标签集，能够刻画出与第一用户匹配的目标用户。示例地，当第一用户的第一标签包含在线时间段，并且根据第一用户的第一标签指示第一用户的在线时间段为晚上八点-九点，那么生成的第一标签集可以包括在线时间段的范围晚上八点-九点、性别为女，从而表征与第一用户匹配的用户需要是常在晚上八点-九点的时间段内活跃的女性用户。
S402：基于所述第一标签集，向所述第一用户输出所述第三信息。
这里，基于第一标签集，在应用的其他用户中，搜集符合满足第一标签集的用户，向第一用户输出第三信息，其中，输出的第三信息所表征用户的用户信息和社交信息能够符合第一标签集。在实际应用中，根据第一标签集，能够进一步地缩小候选用户的范围，从而能够提高确定推荐结果的处理速度。
在上述实施例中，根据第一标签的内容与第二标签的内容，生成第一标签集，所述第一标签集指示与第一用户匹配的目标用户所具备的特征，从而能够刻画与用户匹配的推荐用户的特征，能够更加准确、迅速地确定符合用户需求的推荐用户。
在一实施例中，如图5所示，所述基于所述第一标签集，向所述第一用户输出所述第三信息，包括：
S501：将所述第一标签集中每个标签的内容与所述至少一个第二用户中每个第二用户的第一信息和第二信息进行匹配，确定第一匹配值；所述第一匹配值表征所述第一用户分别与每个所述第二用户的匹配程度。
这里，将第一标签集中每个标签的内容与至少一个第二用户中每个第二用户的第一信息和第二信息进行匹配，在实际应用中，第一标签集刻画了与第一用户匹配的用户所需具备的特征，将第一标签集中每个标签的内容与至少一个第二用户中每个第二用户的第一信息和第二信息进行匹配，能够确定第二用户是否符合第一标签集刻画的特征，示例地，当第一标签集中包含了游戏等级的标签、在线时间段以及地区的标签，那么可以对第二用户的游戏等级以及地区分别进行匹配，判断第二用户是否与第一标签集中游戏等级标签处于相同或相近的游戏等级，判断第二用户是否与第一标签集中地区标签处于相同的地区。在实际应用中，可以确定第一匹配值，通过第一匹配值能够表征第一用户分别与每个第二用户的匹配程度，当第一匹配值越高，代表着对应的第二用户越有可能成为向第一用户推荐的用户。
S502：向所述第一用户输出所述至少一个第二用户中对应的第一匹配值大于第一设定阈值的第二用户。
这里，向第一用户输出至少一个第二用户中对应的第一匹配值大于第一设定阈值的第二用户，在实际应用中，当第一匹配值大于第一设定阈值的时候，表明对应的第二用户与第一用户的匹配程度高，能够满足第一用户的推荐需求。在实际应用中，可以通过极限梯度提升树xgboost分类器从不同第二用户对应的第一匹配值中选取向第一用户输出的第二用户，其中，第一设定阈值可以定位0.5。
在上述实施例中，将所述第一标签集中每个标签的内容与所述至少一个第二用户中每个第二用户的第一信息和第二信息进行匹配，确定第一匹配值，所述第一匹配值表征所述第一用户分别与每个所述第二用户的匹配程度，向所述第一用户输出所述至少一个第二用户中对应的第一匹配值大于第一设定阈值的第二用户，能够向用户输出匹配度高的推荐用户，提高了推荐结果的准确性。
在一实施例中，如图6所示，所述方法还包括：
S601：基于第一指令，调整所述第一标签集和/或调整所述第一设定值。
这里，当第一用户接收到输出的第三信息的时候，可能会出现输出的第三信息不能满足用户的推荐需求，或者，输出的第三信息中的用户量过少或过多，在这种情况下，第一用户会根据自身的需求对第一标签集和/或第一设定阈值进行调整，以使最终输出的第三信息能够符合第一用户的需求。第一用户对第一标签集和第一设定阈值的调整可以通过第一指令进行，基于至少一个基于第一指令，调整所述第一标签集和/或调整所述第一设定值，示例地，当输出的第三信息中包含的用户数量过少的时候，减少第一标签集中的标签数量，或者降低第一设定阈值的数值，那么最终会输出更多符合条件的用户。
S602：基于调整后的第一标签集和/或第一设定值，向所述第一用户重新输出第三信息。
这里，基于调整后的第一标签集和/或第一设定值，向第一用户重新第三信息，从而能够使得输出的第三信息更符合用户的需求，在实际应用中，根据调整后的第一标签集和/或第一设定值计算不同第二用户的第一匹配值，示例地，当对第一标签集进行调整，调整前的第一标签集中含有地区的标签，不包括在线时间段的标签，而调整后的第一标签集中含有在线时间段的标签，不包括地区的标签，表明对于第一用户而言，用户所处的地区并不是第一用户寻找好友的考虑因素，第一用户更关注用户的在线时间段，也就是说第一用户希望能够寻找到具有相同或相近的在线时间段的用户，因此，在根据调整后的第一标签集确定第二用户的第一匹配值的时候，不需要将第二用户的地区与第一用户的地区进行匹配，而会根据在线时间段确定第二用户的第一匹配值。而在对第一设定值进行调整的情况下，最终向第一用户输出的第三信息中的用户对应的第一匹配值均大于调整后的第一设定值。
在上述实施例中，基于第一指令调整所述第一标签集和/或调整第一设定值，基于调整后的第一标签集和/或第一设定值，向第一用户重新输出第三信息，能够根据用户的需求进一步地调整匹配条件，使得最终的推荐结果能够满足用户的需求，提高推荐结果与用户的匹配度。
在一实施例中，所述方法还包括：
在到达设定的时间间隔时，对所述第二标签进行更新。
这里，在到达设定的时间间隔时，对第二标签进行更新，在实际应用中，第一用户的第二信息具有有效期限，当第一用户发布的第二信息的时间间隔较长的时候，第二信息并不能代表第一用户当前的社交状态，在此基础上，要定期对第二标签进行更新，从而能够使得第二标签更准确地反应第一用户的状态。在实际应用中，可以根据设定期限内的第二信息更新第二标签，在设定期限之外的第二信息不能作为生成第二标签的依据，示例地，根据第一用户一周内发布的第二信息生成第二标签，那么在第二周的时候，根据第一用户在第二周内发布的第二信息更新第二标签。
在上述实施例中，在到达设定的时间间隔时，对第二标签进行更新，从而能够随着用户的社交信息的变化，及时更新社交信息对应的标签，有利于提高了推荐结果的准确度，使得用户能够获取匹配度更高的推荐用户。
为实现本申请实施例的方法，本申请实施例还提供了一种信息推荐装置，如图7所示，该装置包括：
第一生成单元701，用于基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签；所述第一信息表征用户在所述应用中的用户信息；所述第二信息表征用户在所述应用中的社交信息；
第一输出单元702，用于根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息；所述第三信息表征与所述第一用户匹配的至少一个目标用户。
在一实施例中，所述第一生成单元701基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
确定所述第二信息中的第一词语以及第一词语对应的词性；所述第一词语表征高频词语；
根据所述第一词语以及所述第一词语对应的词性，确定所述第二信息对应的第二标签。
在一实施例中，所述第二信息还包括表情符号，所述第一生成单元701基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
确定所述表情符号对应的情感特征；
根据所述第一词语、所述第一词语对应的词性以及所述表情符号对应的情感特征，确定所述第二信息对应的第二标签。
在一实施例中，所述装置还包括：
更新单元，用于在到达设定的时间间隔时，对所述第二标签进行更新。
在一实施例中，所述第一输出单元702根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息，包括：
根据第一标签的内容与第二标签的内容，生成第一标签集；所述第一标签集指示与第一用户匹配的用户所需具备的特征；
基于所述第一标签集，向所述第一用户输出所述第三信息。
在一实施例中，所述第一输出单元702基于所述第一标签集，向所述第一用户输出所述第三信息，包括：
将所述第一标签集中每个标签的内容与所述至少一个第二用户中每个第二用户的第一信息和第二信息进行匹配，确定第一匹配值；所述第一匹配值表征所述第一用户分别与每个所述第二用户的匹配程度；
向所述第一用户输出所述至少一个第二用户中对应的第一匹配值大于第一设定阈值的第二用户。
在一实施例中，所述装置还包括：
调整单元，用于基于第一指令调整所述第一标签集和/或调整所述第一设定值；
第二输出单元，用于基于调整后的第一标签集和/或第一设定值，向所述第一用户重新输出第三信息。
实际应用时，第一生成单元701、第一输出单元702可由信息推荐装置中的处理器来实现。
需要说明的是，上述图7实施例提供的信息推荐装置在进行信息推荐时，仅以上述各程序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处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。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。
基于上述程序模块的硬件实现，且为了实现本申请实施例的方法，本申请实施例还提供了一种电子设备，图8为本申请实施例电子设备的硬件组成结构示意图，如图8所示，电子设备包括：
通信接口1，能够与其它设备比如网络设备等进行信息交互；
处理器2，与通信接口1连接，以实现与其它设备进行信息交互，用于运行计算机程序时，执行上述一个或多个技术方案提供的信息推荐方法。而所述计算机程序存储在存储器3上。
当然，实际应用时，电子设备中的各个组件通过总线系统4耦合在一起。可理解，总线系统4用于实现这些组件之间的连接通信。总线系统4除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统4。
本申请实施例中的存储器3用于存储各种类型的数据以支持电子设备的操作。这些数据的示例包括：用于在电子设备上操作的任何计算机程序。
可以理解，存储器3可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本申请实施例描述的存储器3旨在包括但不限于这些和任意其它适合类型的存储器。
上述本申请实施例揭示的方法可以应用于处理器2中，或者由处理器2实现。处理器2可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器2中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器2可以是通用处理器、DSP，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器2可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器3，处理器2读取存储器3中的程序，结合其硬件完成前述方法的步骤。
处理器2执行所述程序时实现本申请实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
在示例性实施例中，本申请实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器3，上述计算机程序可由处理器2执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置、终端和方法，可以通过其它的方式实现。以上所描述的设备实施例仅是示意性的，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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种信息推荐方法，其特征在于，包括：
基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签；所述第一信息表征用户在所述应用中的用户信息；所述第二信息表征用户在所述应用中的社交信息；
根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息；所述第三信息表征与所述第一用户匹配的至少一个目标用户。
2.根据权利要求1所述的信息推荐方法，其特征在于，所述基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
确定所述第二信息中的第一词语以及第一词语对应的词性；所述第一词语表征高频词语；
根据所述第一词语以及所述第一词语对应的词性，确定所述第二信息对应的第二标签。
3.根据权利要求2所述的信息推荐方法，其特征在于，所述第二信息还包括表情符号，所述基于应用的第一用户的第二信息，生成所述第二信息对应的至少一个第二标签，包括：
确定所述表情符号对应的情感特征；
根据所述第一词语、所述第一词语对应的词性以及所述表情符号对应的情感特征，确定所述第二信息对应的第二标签。
4.根据权利要求1所述的信息推荐方法，其特征在于，所述方法还包括：
在到达设定的时间间隔时，对所述第二标签进行更新。
5.根据权利要求1所述的信息推荐方法，其特征在于，所述根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息，包括：
根据第一标签的内容与第二标签的内容，生成第一标签集；所述第一标签集指示与第一用户匹配的用户所需具备的特征；
基于所述第一标签集，向所述第一用户输出所述第三信息。
6.根据权利要求5所述的信息推荐方法，其特征在于，所述基于所述第一标签集，向所述第一用户输出所述第三信息，包括：
将所述第一标签集中每个标签的内容与所述至少一个第二用户中每个第二用户的第一信息和第二信息进行匹配，确定第一匹配值；所述第一匹配值表征所述第一用户分别与每个所述第二用户的匹配程度；
向所述第一用户输出所述至少一个第二用户中对应的第一匹配值大于第一设定阈值的第二用户。
7.根据权利要求6所述的信息推荐方法，其特征在于，所述方法还包括：
基于第一指令调整所述第一标签集和/或调整所述第一设定值；
基于调整后的第一标签集和/或第一设定值，向所述第一用户重新输出第三信息。
8.一种信息推荐装置，其特征在于，包括：
第一生成单元，用于基于应用的第一用户的第一信息与第二信息，生成所述第一信息对应的至少一个第一标签与所述第二信息对应的至少一个第二标签；所述第一信息表征用户在所述应用中的用户信息；所述第二信息表征用户在所述应用中的社交信息；
第一输出单元，用于根据所述至少一个第一标签与所述至少一个第二标签，向所述第一用户输出第三信息；所述第三信息表征与所述第一用户匹配的至少一个目标用户。
9.一种电子设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至7任一项所述方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
CN202110194011.8A 2021-02-20 2021-02-20 信息推荐方法、装置、电子设备及存储介质 Pending CN112905651A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110194011.8A CN112905651A (zh) 2021-02-20 2021-02-20 信息推荐方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110194011.8A CN112905651A (zh) 2021-02-20 2021-02-20 信息推荐方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112905651A true CN112905651A (zh) 2021-06-04

Family

ID=76124063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110194011.8A Pending CN112905651A (zh) 2021-02-20 2021-02-20 信息推荐方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112905651A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538108A (zh) * 2021-07-27 2021-10-22 北京沃东天骏信息技术有限公司 一种资源信息确定方法、装置、电子设备及存储介质
CN113746913A (zh) * 2021-08-31 2021-12-03 上海明略人工智能(集团)有限公司 一种信息推荐方法及系统、设备和存储介质
CN115186199A (zh) * 2022-07-07 2022-10-14 领悦数字信息技术有限公司 用于在虚拟环境中进行社交推荐的方法、装置以及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140143250A1 (en) * 2012-03-30 2014-05-22 Xen, Inc. Centralized Tracking of User Interest Information from Distributed Information Sources
CN110147895A (zh) * 2018-02-11 2019-08-20 北京嘀嘀无限科技发展有限公司 组队推荐方法和系统
CN110162717A (zh) * 2014-06-05 2019-08-23 网易（杭州）网络有限公司 一种推荐好友的方法和设备
CN111659125A (zh) * 2019-03-06 2020-09-15 北京柏林互动科技有限公司 基于游戏的好友推荐方法、装置及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140143250A1 (en) * 2012-03-30 2014-05-22 Xen, Inc. Centralized Tracking of User Interest Information from Distributed Information Sources
CN110162717A (zh) * 2014-06-05 2019-08-23 网易（杭州）网络有限公司 一种推荐好友的方法和设备
CN110147895A (zh) * 2018-02-11 2019-08-20 北京嘀嘀无限科技发展有限公司 组队推荐方法和系统
CN111659125A (zh) * 2019-03-06 2020-09-15 北京柏林互动科技有限公司 基于游戏的好友推荐方法、装置及计算机可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538108A (zh) * 2021-07-27 2021-10-22 北京沃东天骏信息技术有限公司 一种资源信息确定方法、装置、电子设备及存储介质
CN113746913A (zh) * 2021-08-31 2021-12-03 上海明略人工智能(集团)有限公司 一种信息推荐方法及系统、设备和存储介质
CN115186199A (zh) * 2022-07-07 2022-10-14 领悦数字信息技术有限公司 用于在虚拟环境中进行社交推荐的方法、装置以及介质

Similar Documents

Publication Publication Date Title
CN112905651A (zh) 信息推荐方法、装置、电子设备及存储介质
US8521818B2 (en) Methods and apparatus for recognizing and acting upon user intentions expressed in on-line conversations and similar environments
US10528652B2 (en) Generating predictive models for authoring short messages
US10970471B2 (en) Phased collaborative editing
US10817787B1 (en) Methods for building an intelligent computing device based on linguistic analysis
US20190102374A1 (en) Predicting future trending topics
EP2800015A1 (en) Content distribution
US20200134398A1 (en) Determining intent from multimodal content embedded in a common geometric space
CN112749344A (zh) 信息推荐方法、装置、电子设备、存储介质及程序产品
CN108491540B (zh) 文本信息推送方法、装置及智能终端
CN112231485B (zh) 文本推荐方法、装置、计算机设备及存储介质
CN113722438B (zh) 基于句向量模型的句向量生成方法、装置及计算机设备
US11158311B1 (en) System and methods for machine understanding of human intentions
CN107924398B (zh) 用于提供以评论为中心的新闻阅读器的系统和方法
CN113254777B (zh) 信息推荐方法、装置、电子设备及存储介质
CN112395391B (zh) 概念图谱构建方法、装置、计算机设备及存储介质
US20220084524A1 (en) Generating summary text compositions
WO2019227629A1 (zh) 文本信息的生成方法、装置、计算机设备及存储介质
Guibon et al. Emoji recommendation in private instant messages
CN112948584A (zh) 短文本分类方法、装置、设备以及存储介质
CN113254800A (zh) 信息推荐方法、装置、电子设备及存储介质
JP2016099685A (ja) 情報信憑性判定システム、情報信憑性判定方法、情報信憑性判定プログラム
CN110555135A (zh) 内容推荐方法、内容推荐装置和电子设备
Chen et al. Emotion recognition in videos via fusing multimodal features
CN115619068B (zh) 智能投保方案生成方法、装置、电子设备及存储介质

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: 20210604

RJ01 Rejection of invention patent application after publication