CN113468426B - 一种信息的推荐方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本申请提供了一种信息的推荐方法、装置、电子设备及可读存储介质，利用获取到的待推荐用户的用户详情信息、多个候选物料信息和偏好估计模型，确定待推荐用户与每个候选物料信息之间的偏好指数；按照每个候选物料信息的所属类别，将多个候选物料信息聚类为多个物料类目集合；确定每个物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；从每个物料类目集合中抽取出推荐给待推荐用户的目标物料信息；确定出推荐给待推荐用户的物料推荐列表，按照物料推荐列表中各个目标物料信息的推荐顺序，逐个展示目标物料信息。这样，使得推荐给待推荐用户的内容包括有不同类别的物料信息，进而，使得推荐的内容更加的全面、更加的多样化。

Description

一种信息的推荐方法、装置、电子设备及可读存储介质

技术领域

本申请涉及计算机技术领域，尤其是涉及一种信息的推荐方法、装置、电子设备及可读存储介质。

背景技术

随着信息科技的发展，网络信息数据呈现爆炸性的增长，越来越多的人选择通过网络来了解自己感兴趣的东西，为了更好的迎合用户的喜好，网站通常会为用户推荐其所感兴趣的内容，在推荐过程中通常会根据用户的搜索信息等针对性的为用户推向与搜索信息相关的内容，从而，使得推荐给用户的信息较为单一，且用户需要输入相关内容后才能够为用户进行推荐，使得推荐的过程复杂，因此，如何为用户推荐多样化的信息成为了亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种信息的推荐方法、装置、电子设备及可读存储介质，能够同时为用户推荐不同类别的物料信息，从而，使得推荐给待推荐用户的内容包括有不同类别的物料信息，进而，使得推荐的内容更加的全面、更加的多样化。

本申请实施例提供了一种信息的推荐方法，所述推荐方法包括：

获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；

利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；

按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；

针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；

从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；

基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户。

进一步的，针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序，包括：

针对于每个物料类目集合，按照该物料类目集合所包括的每个候选物料信息与所述待推荐用户之间的偏好指数，降序排列该物料类目集合所包括的每个候选物料信息，确定每个候选物料信息的排列顺序。

进一步的，通过以下步骤确定出所述预设数量：

获取在所述物料推荐列表中设置的目标物料信息的展示数量和所述物料类目集合的类目数量；

基于所述展示数量和所述类目数量，确定所述预设数量。

进一步的，所述基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，包括：

确定从每个物料类目集合中抽取出的多个目标物料信息的总抽取数量是否等于所述展示数量；

若是，将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，确定所述总抽取数量是否小于所述展示数量；

若是，确定所述总抽取数量与所述展示数量之间的差值，随机从至少一个物料类目集合中抽取出差值数量的候选物料信息，作为推荐给待推荐用户的次选物料信息，并将所述次选物料信息补充为目标物料信息；

将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，从目标物料信息中筛选出差值数量的淘汰物料信息，将所述多个目标物料信息中除所述淘汰物料信息之外的目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表。

进一步的，通过以下步骤确定所述物料推荐列表中各个目标物料信息的推荐顺序：

按照所述物料推荐列表中每个目标物料信息的所属类别，对所述物料推荐列表中的各个目标物料信息进行聚类处理，确定每个目标物料信息的所属目标类目集合；

针对于每个目标类目集合，按照该目标类目集合下每个目标物料信息的偏好指数，确定每个目标物料信息在该目标类目集合下的信息展示顺序，并将该目标类目集合中展示顺序位于第一位的目标物料信息的偏好指数作为该目标类目集合的集合指数；

按照每个目标类目集合的集合指数，确定每个目标类目集合的集合展示顺序；

基于每个目标物料信息的信息展示顺序以及每目标类目集合的集合展示顺序，确定每个目标物料信息的推荐顺序。

本申请实施例还提供了一种信息的推荐装置，所述推荐装置包括：

信息获取模块，用于获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；

指数确定模块，用于利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；

信息聚类模块，用于按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；

顺序确定模块，用于针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；

信息抽取模块，用于从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；

信息展示模块，用于基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户。

进一步的，所述顺序确定模块在用于针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序时，所述顺序确定模块用于：

针对于每个物料类目集合，按照该物料类目集合所包括的每个候选物料信息与所述待推荐用户之间的偏好指数，降序排列该物料类目集合所包括的每个候选物料信息，确定每个候选物料信息的排列顺序。

进一步的，所述信息抽取模块用于通过以下步骤确定出所述预设数量：

获取在所述物料推荐列表中设置的目标物料信息的展示数量和所述物料类目集合的类目数量；

基于所述展示数量和所述类目数量，确定所述预设数量。

进一步的，所述信息展示模块在用于基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表时，所述信息展示模块用于：

确定从每个物料类目集合中抽取出的多个目标物料信息的总抽取数量是否等于所述展示数量；

若是，将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，确定所述总抽取数量是否小于所述展示数量；

若是，确定所述总抽取数量与所述展示数量之间的差值，随机从至少一个物料类目集合中抽取出差值数量的候选物料信息，作为推荐给待推荐用户的次选物料信息，并将所述次选物料信息补充为目标物料信息；

将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，从目标物料信息中筛选出差值数量的淘汰物料信息，将所述多个目标物料信息中除所述淘汰物料信息之外的目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表。

进一步的，所述信息展示模块用于通过以下步骤确定所述物料推荐列表中各个目标物料信息的推荐顺序：

按照所述物料推荐列表中每个目标物料信息的所属类别，对所述物料推荐列表中的各个目标物料信息进行聚类处理，确定每个目标物料信息的所属目标类目集合；

针对于每个目标类目集合，按照该目标类目集合下每个目标物料信息的偏好指数，确定每个目标物料信息在该目标类目集合下的信息展示顺序，并将该目标类目集合中展示顺序位于第一位的目标物料信息的偏好指数作为该目标类目集合的集合指数；

按照每个目标类目集合的集合指数，确定每个目标类目集合的集合展示顺序；

基于每个目标物料信息的信息展示顺序以及每目标类目集合的集合展示顺序，确定每个目标物料信息的推荐顺序。

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的信息的推荐方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的信息的推荐方法的步骤。

本申请实施例提供的一种信息的推荐方法、装置、电子设备及可读存储介质，获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户。这样，便能够同时为用户推荐不同类别的物料信息，从而，使得推荐给待推荐用户的内容包括有不同类别的物料信息，进而，使得推荐的内容更加的全面、更加的多样化。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例所提供的一种信息的推荐方法的流程图；

图2为本申请实施例所提供的一种物料推荐列表的确定流程示意图；

图3为本申请实施例所提供的一种推荐顺序确定方式的流程示意图；

图4为本申请实施例所提供的一种信息的推荐装置的结构示意图；

图5为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

经研究发现，随着信息科技的发展，网络信息数据呈现爆炸性的增长，越来越多的人选择通过网络来了解自己感兴趣的东西，为了更好的迎合用户的喜好，网站通常会为用户推荐其所感兴趣的内容，在推荐过程中通常会根据用户的搜索信息等针对性的为用户推向与搜索信息相关的内容，从而，使得推荐给用户的信息较为单一，且用户需要输入相关内容后才能够为用户进行推荐，使得推荐的过程复杂，因此，如何为用户推荐多样化的信息成为了亟待解决的问题。

基于此，本申请实施例提供了一种信息的推荐方法，可以提高推荐内容的全面性以及多样性。

请参阅图1，图1为本申请实施例所提供的一种信息的推荐方法的流程图。如图1中所示，本申请实施例提供的信息的推荐方法，包括：

S101、获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息。

S102、利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数。

S103、按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合。

S104、针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序。

S105、从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息。

S106、基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户。

物料信息是指用户在浏览网页或应用程序等页面的过程中，网页中所能够提供给用户的推荐信息，例如，当用户浏览电影网页时，物料信息可以包括电影名、导演、电影拍摄国家、电影语种等信息；而当用户浏览购物网页时，物料信息可以包括商品类别、商品品牌以及商品适用人群等信息；当用户浏览游戏网页时，物料信息可以包括游戏名称、游戏开发商、游戏类型等信息。

这里，在为待推荐用户推荐物料信息之前，获取待推荐用户的用户详情信息，其中，用户详情信息可以包括待推荐用户的id号，进而，可以根据待推荐用户的id号，获取该待推荐用户的历史浏览信息(例如，历史浏览物料、历史浏览页面所包括的物料信息等)、用户账号详情信息(例如，待推荐用户在账号信息中所设置的爱好信息等)。

在步骤S101中，获取待推荐用户的用户详情信息的同时，获取能够向待推荐用户推荐的多个候选物料信息。

这里，候选物料信息为用户当前所浏览的网页或应用程序预先存储于数据库中的能够为待推荐用户所推荐的物料信息，例如，当待推荐用户的当前浏览网页为电影推荐网页时，物料信息可以包括能够推荐给待推荐用户的电影名称、导演名称等信息。

在步骤S102中，利用预先训练好的偏好估计模型，基于获取到的用户详情信息、多个候选物料信息，确定待推荐用户与每个候选物料信息之间的偏好指数，偏好指数可以表明待推荐用户对每个候选物料信息的感兴趣程度。

其中，偏好估计模型可以为任意的神经网络模型，其目的在于确定待推荐用户与候选物料信息之间感兴趣程度的分数，在一种实施方式中，可通过以下步骤训练得到；

步骤a：获取样本用户的样本用户信息、多个样本物料信息以及样本用户与每个样本物料信息之间的偏好标签；

步骤b：将样本用户信息以及多个样本物料信息作为输入特征，将样本用户与每个样本物料信息之间的偏好标签作为输出特征，训练构建好的神经网络，得到训练好的偏好估计模型。

在步骤S103中，获取到的物料信息中可以包括多种类别的信息，例如，电影名称和导演名称，显然，这两种信息的所属类别是不同的，因此，在获取到多个候选物料信息后，为了能够使得后续的推荐过程中可以包括各个类别的物料信息，需对获取到的候选物料信息进行聚类处理，以将同一类别的物料信息归类。

这里，可以按照每个候选物料信息的所属类别，通过训练好的知识图谱或KNN模型等对多个候选物料信息进行聚类处理，得到多个物料类目集合，即每个物料类目集合中所包括的候选物料信息的所属类别相同。

在步骤S104中，为了能够为待推荐用户推荐与其相关度更高的候选物料信息，在确定出多个物料类目集合后，针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息的排列顺序。

在一种实施方式中，步骤S104包括：针对于每个物料类目集合，按照该物料类目集合所包括的每个候选物料信息与所述待推荐用户之间的偏好指数，降序排列该物料类目集合所包括的每个候选物料信息，确定每个候选物料信息的排列顺序。

该步骤中，具体的，针对于每个物料类目集合来说，可以根据该物料类目集合中每个候选物料信息与待推荐用户之间的偏好指数，降序排列每个候选物料信息，进而，确定出每个候选物料信息在所属的物料类目集合中的排列顺序。

在步骤S105中，分别从每个物料类目集合中抽取出排列顺序位于前预设数量的可推荐给待推荐用户的目标物料信息，由此，使得推荐给待推荐用户的物料信息中可以包括不同类别的物料信息，从而，使得推荐给待推荐用户的物料信息更加多样性。

这里，目标物料信息作为可推荐给待推荐用户的物料信息，为每种类别下与待推荐用户之间关联性较强的物料信息。

在一种实施方式中，通过以下步骤确定出所述预设数量：获取在所述物料推荐列表中设置的目标物料信息的展示数量和所述物料类目集合的类目数量；基于所述展示数量和所述类目数量，确定所述预设数量。

该步骤中，物料推荐列表中所设置的目标物料信息的展示数量为同一网页中可以同时向待推荐用户展示的目标物料信息的最大数量；物料类目集合的类目数量为获取到的多个候选物料信息所构成的物料类目集合的数量。

在计算预设数量的过程中，可以基于展示数量与类目数量通过以下函数，确定出预设数量：预设数量＝round(展示数量/类目数量)。

这里，round函数表示对展示数量与类目数量之间相除的结果进行四舍五入。

在步骤S106中，将从每个物料类目集合中抽取出的目标物料信息，填充至推荐给待推荐用户的物料推荐表中得到物料推荐列表，按照物料推荐列表中各个目标物料信息的推荐顺序，依次在展示页面中将各个目标物料信息。

在一种实施方式中，如图2所示，图2为本申请实施例所提供的一种物料推荐列表的确定流程示意图。如图2所示，所述基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，包括：

步骤S201、确定从每个物料类目集合中抽取出的多个目标物料信息的总抽取数量是否等于所述展示数量。

该步骤中，确定已抽取出的多个目标物料信息的总抽取数量是否与物料推荐列表中所能容纳的目标物料信息的展示数量相等；若是，说明提取出的目标物料信息刚好能够填充慢物料推荐列表，此时，可执行步骤S202；否则，执行步骤S203。

步骤S202、若是，将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的物料推荐列表；

该步骤中，在抽取出的目标物料信息刚好可以填满物料推荐列表的情况下，直接将目标物料信息填充至物料推荐列表中，得到填充好的物料推荐列表即可。

步骤S203、若否，确定所述总抽取数量是否小于所述展示数量；

该步骤中，当抽取出的目标物料信息的总抽取数量不等于展示数量的情况下，说明抽取出的目标物料信息不能够将物料推荐列表填充满，或者是超出了物料推荐列表的展示数量，此时，便需要根据情况增加或删除目标物料信息；因此，判断总抽取数量是否小于展示数量，若是，执行步骤S204；否则，执行步骤S206；

步骤S204、若是，确定所述总抽取数量与所述展示数量之间的差值，随机从至少一个物料类目集合中抽取出差值数量的候选物料信息，作为推荐给待推荐用户的次选物料信息，并将所述次选物料信息补充为目标物料信息；

该步骤中，确定出总抽取数量与展示数量之间的差值，随机从至少一个物料类目集合中抽取出差值数量的候选物料信息，将此次抽取出的候选物料信息补充为目标物料信息，从而，使得抽取出的目标物料信息的数量达到物料推荐列表所设置的展示数量，此时，得到的目标物料信息能够填充满物料推荐列表。

步骤S205、将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

该步骤中，抽取出的多个目标物料信息为经过两次从多个候选物料信息中所抽取出的，此时，经过两次抽取出的多个目标物料信息能够填充满物料推荐列表，将两次抽取出的多个目标物料信息填充至物料推荐列表中，得到填充好的物料推荐列表。

步骤S206、若否，从目标物料信息中筛选出差值数量的淘汰物料信息，将所述多个目标物料信息中除所述淘汰物料信息之外的目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表。

该步骤中，若总抽取数量大于展示数量，说明抽取出的目标物料信息的数量已经超过物料推荐列表，此时，需要从抽取出的多个目标物料信息中确定出淘汰物料信息，将抽取出的多个目标物料信息中除淘汰物料信息之外得目标物料信息填充至物料推荐列表中，得到填充好的物料推荐列表。

这里，从目标物料信息中筛选出淘汰物料信息的方式有很多种，例如，随机的从多个目标物料信息中选择出淘汰物料信息；或者，根据每个目标物料信息与待推荐用户之间的偏好指数，将偏好指数位于后差值数量得目标物料信息确定为淘汰物料信息。

在一种实施方式中，如图3所示，图3为本申请实施例所提供的一种推荐顺序确定方式的流程示意图。如图3所示，通过以下步骤确定所述物料推荐列表中各个目标物料信息的推荐顺序：

步骤S301、按照所述物料推荐列表中每个目标物料信息的所属类别，对所述物料推荐列表中的各个目标物料信息进行聚类处理，确定每个目标物料信息的所属目标类目集合；

步骤S302、针对于每个目标类目集合，按照该目标类目集合下每个目标物料信息的偏好指数，确定每个目标物料信息在该目标类目集合下的信息展示顺序，并将该目标类目集合中展示顺序位于第一位的目标物料信息的偏好指数作为该目标类目集合的集合指数；

该步骤中，针对于聚类得到的每个目标类目集合，利用该目标类目集合中每个目标物料信息与待推荐用户之间的偏好指数，在该目标类目集合下对该目标类目集合中所包括的每个目标物料信息进行降序排序，即偏好指数最大的目标物料信息排在第一位，偏好指数最小的目标物料信息排在最后一位，并将位于第一位的目标物料信息的偏好指数确定为该目标类目集合的集合指数。

作为示例，目标类目集合1中包括有4个目标物料信息，目标物料信息1的偏好指数为0.8、目标物料信息2的偏好指数为0.6、目标物料信息3的偏好指数为0.7、目标物料信息4的偏好指数为0.4；按照各自的偏好指数对各个目标物料信息进行排序，顺序依次是目标物料信息1、目标物料信息3、目标物料信息2、目标物料信息4，此时，便将目标物料信息1的偏好指数作为该目标类目集合的集合指数。

步骤S303、按照每个目标类目集合的集合指数，确定每个目标类目集合的集合展示顺序；

该步骤中，在确定物料推荐列表中每个目标物料信息的推荐顺序之前，首先，需要确定每个目标物料信息所属目标类目集合的集合展示顺序，这里，可以按照每个目标类目集合的集合指数来确定每个目标类目集合的集合展示顺序，例如，优先展示集合指数大的目标类目集合中的目标物料信息。

作为示例，目标类目集合1的集合指数为0.8、目标类目集合2的集合指数为0.6、目标类目集合3的集合指数为0.85，则上述目标类目集合的集合展示顺序为目标类目集合3、目标类目集合1、目标类目集合2，在展示时首先，展示目标类目集合3中的目标物料信息，然后，展示目标类目集合1中的目标物料信息，最后，展示目标类目集合2中的目标物料信息。

步骤S304、基于每个目标物料信息的信息展示顺序以及每目标类目集合的集合展示顺序，确定每个目标物料信息的推荐顺序。

该步骤中，在确定了每个目标物料信息在所属目标类目集合中的信息展示顺序，以及每个目标类目集合的集合展示顺序之后，便可以信息展示顺序和集合展示顺序确定出每个目标物料信息的推荐顺序；具体的，根据每个目标物料信息在所属目标类目集合的集合展示顺序，来确定目标物料信息的展示优先级，即优先展示集合指数最高的目标类目集合中的目标物料信息；再根据每个目标物料信息在目标类目集合中的信息展示顺序，确定每个目标物料信息的推荐顺序，对应于上述实施例，优先展示目标类目集合3中的目标物料信息，根据目标类目集合3中每个目标物料信息的信息展示顺序确定目标物料信息的推荐顺序，例如，目标类目集合3中信息展示顺序为1的是目标物料信息5，则目标物料信息5的推荐顺序即为1，其次，目标类目集合3中信息展示顺序为2的是目标物料信息6，则目标物料信息6的推荐顺序确定为2，以此类推，直至确定完目标类目集合3中所有的目标物料信息的推荐顺序，继续确定目标类目集合1中各目标物料信息的推荐顺序，直至确定为物料推荐列表中所有的目标物料信息的推荐顺序为止。

本申请实施例提供的一种信息的推荐方法，获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户。这样，便能够同时为用户推荐不同类别的物料信息，从而，使得推荐给待推荐用户的内容包括有不同类别的物料信息，进而，使得推荐的内容更加的全面、更加的多样化。

请参阅图4，图4为本申请实施例所提供的一种信息的推荐装置的结构示意图。如图4中所示，所述推荐装置400包括：

信息获取模块410，用于获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；

指数确定模块420，用于利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；

信息聚类模块430，用于按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；

顺序确定模块440，用于针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；

信息抽取模块450，用于从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；

信息展示模块460，用于基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户。

进一步的，所述顺序确定模块440在用于针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序时，所述顺序确定模块440用于：

针对于每个物料类目集合，按照该物料类目集合所包括的每个候选物料信息与所述待推荐用户之间的偏好指数，降序排列该物料类目集合所包括的每个候选物料信息，确定每个候选物料信息的排列顺序。

进一步的，所述信息抽取模块450用于通过以下步骤确定出所述预设数量：

获取在所述物料推荐列表中设置的目标物料信息的展示数量和所述物料类目集合的类目数量；

基于所述展示数量和所述类目数量，确定所述预设数量。

进一步的，所述信息展示模块460在用于基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表时，所述信息展示模块460用于：

确定从每个物料类目集合中抽取出的多个目标物料信息的总抽取数量是否等于所述展示数量；

若是，将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，确定所述总抽取数量是否小于所述展示数量；

若是，确定所述总抽取数量与所述展示数量之间的差值，随机从至少一个物料类目集合中抽取出差值数量的候选物料信息，作为推荐给待推荐用户的次选物料信息，并将所述次选物料信息补充为目标物料信息；

将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，从目标物料信息中筛选出差值数量的淘汰物料信息，将所述多个目标物料信息中除所述淘汰物料信息之外的目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表。

进一步的，所述信息展示模块460用于通过以下步骤确定所述物料推荐列表中各个目标物料信息的推荐顺序：

按照所述物料推荐列表中每个目标物料信息的所属类别，对所述物料推荐列表中的各个目标物料信息进行聚类处理，确定每个目标物料信息的所属目标类目集合；

针对于每个目标类目集合，按照该目标类目集合下每个目标物料信息的偏好指数，确定每个目标物料信息在该目标类目集合下的信息展示顺序，并将该目标类目集合中展示顺序位于第一位的目标物料信息的偏好指数作为该目标类目集合的集合指数；

按照每个目标类目集合的集合指数，确定每个目标类目集合的集合展示顺序；

基于每个目标物料信息的信息展示顺序以及每目标类目集合的集合展示顺序，确定每个目标物料信息的推荐顺序。

本申请实施例提供的一种信息的推荐装置，获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户。这样，便能够同时为用户推荐不同类别的物料信息，从而，使得推荐给待推荐用户的内容包括有不同类别的物料信息，进而，使得推荐的内容更加的全面、更加的多样化。

请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。

所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1所示方法实施例中的信息的推荐方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的信息的推荐方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

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。

在本申请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。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，又例如，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通信接口，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，在本申请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。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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计算机设备(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步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，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：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，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权利要求的保护范围为准。

Claims (8)

1.一种信息的推荐方法，其特征在于，所述推荐方法包括：

获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；

利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；

按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；

针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；

从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；

基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户；

通过以下步骤确定所述物料推荐列表中各个目标物料信息的推荐顺序：

按照所述物料推荐列表中每个目标物料信息的所属类别，对所述物料推荐列表中的各个目标物料信息进行聚类处理，确定每个目标物料信息的所属目标类目集合；

针对于每个目标类目集合，按照该目标类目集合下每个目标物料信息的偏好指数，确定每个目标物料信息在该目标类目集合下的信息展示顺序，并将该目标类目集合中展示顺序位于第一位的目标物料信息的偏好指数作为该目标类目集合的集合指数；

按照每个目标类目集合的集合指数，确定每个目标类目集合的集合展示顺序；

基于每个目标物料信息的信息展示顺序以及每目标类目集合的集合展示顺序，确定每个目标物料信息的推荐顺序。

2.根据权利要求1所述的推荐方法，其特征在于，针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序，包括：

针对于每个物料类目集合，按照该物料类目集合所包括的每个候选物料信息与所述待推荐用户之间的偏好指数，降序排列该物料类目集合所包括的每个候选物料信息，确定每个候选物料信息的排列顺序。

3.根据权利要求1所述的推荐方法，其特征在于，通过以下步骤确定出所述预设数量：

获取在所述物料推荐列表中设置的目标物料信息的展示数量和所述物料类目集合的类目数量；

基于所述展示数量和所述类目数量，确定所述预设数量。

4.根据权利要求3所述的推荐方法，其特征在于，所述基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，包括：

确定从每个物料类目集合中抽取出的多个目标物料信息的总抽取数量是否等于所述展示数量；

若是，将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，确定所述总抽取数量是否小于所述展示数量；

若是，确定所述总抽取数量与所述展示数量之间的差值，随机从至少一个物料类目集合中抽取出差值数量的候选物料信息，作为推荐给待推荐用户的次选物料信息，并将所述次选物料信息补充为目标物料信息；

将抽取出的多个目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表；

若否，从目标物料信息中筛选出差值数量的淘汰物料信息，将所述多个目标物料信息中除所述淘汰物料信息之外的目标物料信息填充至所述物料推荐列表中，得到推荐给待推荐用户的填充好的物料推荐列表。

5.一种信息的推荐装置，其特征在于，所述推荐装置包括：

信息获取模块，用于获取待推荐用户的用户详情信息，以及能够向所述待推荐用户推荐的多个候选物料信息；

指数确定模块，用于利用所述用户详情信息、所述多个候选物料信息和预先训练好的偏好估计模型，确定所述待推荐用户与每个候选物料信息之间的偏好指数；

信息聚类模块，用于按照每个候选物料信息的所属类别，将所述多个候选物料信息聚类为多个物料类目集合；

顺序确定模块，用于针对于每个物料类目集合，确定该物料类目集合中每个候选物料信息在该物料类目集合下的排列顺序；

信息抽取模块，用于从每个物料类目集合中抽取出排列顺序位于前预设数量的候选物料信息，作为推荐给待推荐用户的目标物料信息；

信息展示模块，用于基于从每个物料类目集合中抽取出的多个目标物料信息，确定出推荐给待推荐用户的物料推荐列表，按照所述物料推荐列表中各个目标物料信息的推荐顺序，将各个目标物料信息逐个展示给所述待推荐用户；

所述信息展示模块用于通过以下步骤确定所述物料推荐列表中各个目标物料信息的推荐顺序：

按照所述物料推荐列表中每个目标物料信息的所属类别，对所述物料推荐列表中的各个目标物料信息进行聚类处理，确定每个目标物料信息的所属目标类目集合；

针对于每个目标类目集合，按照该目标类目集合下每个目标物料信息的偏好指数，确定每个目标物料信息在该目标类目集合下的信息展示顺序，并将该目标类目集合中展示顺序位于第一位的目标物料信息的偏好指数作为该目标类目集合的集合指数；

按照每个目标类目集合的集合指数，确定每个目标类目集合的集合展示顺序；

基于每个目标物料信息的信息展示顺序以及每目标类目集合的集合展示顺序，确定每个目标物料信息的推荐顺序。

6.根据权利要求5所述的推荐装置，其特征在于，所述信息抽取模块用于通过以下步骤确定出所述预设数量：

获取在所述物料推荐列表中设置的目标物料信息的展示数量和所述物料类目集合的类目数量；

基于所述展示数量和所述类目数量，确定所述预设数量。

7.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至4任一所述的信息的推荐方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至4任一所述的信息的推荐方法的步骤。