CN114048383A - 信息推荐方法及装置、电子设备和介质 - Google Patents
信息推荐方法及装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114048383A CN114048383A CN202111372144.6A CN202111372144A CN114048383A CN 114048383 A CN114048383 A CN 114048383A CN 202111372144 A CN202111372144 A CN 202111372144A CN 114048383 A CN114048383 A CN 114048383A
- Authority
- CN
- China
- Prior art keywords
- text
- text contents
- contents
- information
- determining
- 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
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种信息推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及计算机领域,尤其涉及智能推荐、自然语言处理技术领域。实现方案为:确定待推荐用户的一个或多个第一文本内容及其分别对应的第一特征词;获取多个参考文本内容,该参考文本内容关联相应的推荐信息,并确定多个参考文本内容分别对应的第二特征词;根据第一特征词和第二特征词,基于文本语义哈希算法确定第一文本内容以及参考文本内容各自的二值化向量,以对于每一个第一文本内容,基于二值化向量从多个参考文本内容中确定与该第一文本内容相似的第二文本内容;以及对所有第二文本内容相关联的已推荐信息进行统计,以采用投票机制向用户进行信息推荐。
Description
技术领域
本公开涉及计算机领域,尤其涉及智能推荐、自然语言处理技术领域,具体涉及一种信息推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
随着互联网和人工智能的发展,各类网络信息和产品的数量呈现指数级增长。一些网络用户即通过创作文本内容的方式进行相关网络信息或产品的推荐。因此,如何选择合适的网络信息或产品进行挂载成为关键。
发明内容
本公开提供了一种信息推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种计算机实现的信息推荐方法,包括:确定用户的一个或多个第一文本内容分别对应的第一特征词;获取多个参考文本内容,并确定所述多个参考文本内容分别对应的第二特征词;基于相应的所述第一特征词和第二特征词,使用哈希算法分别得到所述一个或多个第一文本内容和所述多个参考文本内容各自对应的二进制文本特征向量;对于所述一个或多个第一文本内容中的每一个,从所述多个参考文本内容中,基于所述二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容;基于所有所述第二文本内容相关联的已推荐信息,向所述用户进行信息推荐。
根据本公开的另一方面,提供了一种信息推荐装置,包括:第一确定单元,配置为确定用户的一个或多个第一文本内容分别对应的第一特征词;第二确定单元,配置为获取多个参考文本内容,并确定所述多个参考文本内容分别对应的第二特征词;获取单元,配置为基于相应的所述第一特征词和第二特征词,使用哈希算法分别得到所述一个或多个第一文本内容和所述多个参考文本内容各自对应的二进制文本特征向量;第三确定单元,配置为对于所述一个或多个第一文本内容中的每一个,从所述多个参考文本内容中,基于所述二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容;以及推荐单元,配置为基于所有所述第二文本内容相关联的已推荐信息,向所述用户进行信息推荐。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行本公开所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现本公开所述的方法。
根据本公开的一个或多个实施例,可以基于用户的文本内容来刻画用户特征,文本内容之间的相似性,找到与该用户发文相似的优质文本内容,以将该优质文本内容相关联的信息推荐给该用户;并且,通过哈希算法将高维向量转换为二进制向量,在数据量较大的情况下可以大大减少计算量,既提高了信息推荐的准确性,又能提高数据处理效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的信息推荐方法的流程图;
图3示出了根据本公开的实施例的获取多个参考文本内容的流程图;
图4示出了根据本公开的实施例的通过多个贝叶斯聚类联合从m个文档的文本特征向量中学习哈希码的示意图;
图5示出了根据本公开的实施例的向用户进行商品推荐的示意图;
图6示出了根据本公开示例性实施例的信息推荐方法的流程图;
图7示出了根据本公开的实施例的信息推荐装置的结构框图;以及
图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行信息推荐方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来上传创作的文章、选择推荐信息等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
在网络信息极大丰富的今天,衍生出了许许多多的网络作者进行相关信息的推荐,其中就包括商品推荐。具体地,商品推荐(内容带货)是指作者在创作内容的同时挂载相关商品,以促进用户购买行为。在Feed多元变现场景中,存在部分具有带货潜力的新手作者,但是这部分作者不了解如何选择合适的商品进行带货。
通常,可以获取多个待推荐商品的特征(例如热度、销量、佣金等),在基于该特征进行排序后对用户进行推荐。但是,基于商品特征进行推荐的方式由于缺乏对作者行为的刻画,难以保证该商品与作者之间的相关性,无法做到个性化推荐。或者,也可以基于作者历史发文找到与作者发文内容相似的商品推荐给该作者。但是,基于文章内容与商品之间的相似推荐方式,只考虑了文章内容与商品内容的相似性,未能充分利用现有带货作者的挂载行为,难以解决如下问题:一个经常发布文室内装修类文章的家居类作者,从文字上可能无法与绿植相匹配,导致难以推荐绿植商品。但是历史数据发现,家居类作者挂载绿植相关商品促进用户购买的转化率很高。
因此,根据本公开的实施例提供了一种计算机实现的信息推荐方法。如图2所示,所述信息推荐方法200包括:确定用户的一个或多个第一文本内容分别对应的第一特征词(步骤210);获取多个参考文本内容,并确定多个参考文本内容分别对应的第二特征词(步骤220);基于相应的第一特征词和第二特征词,使用哈希算法分别得到一个或多个第一文本内容和多个参考文本内容各自对应的二进制文本特征向量(步骤230);对于一个或多个第一文本内容中的每一个,从多个参考文本内容中,基于二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容(步骤240);基于所有第二文本内容相关联的已推荐信息,向用户进行信息推荐(步骤250)。
根据本公开的实施例,可以基于用户的文本内容来刻画用户特征,文本内容之间的相似性,找到与该用户发文相似的优质文本内容,以将该优质文本内容相关联的信息推荐给该用户;并且,通过哈希算法将高维向量转换为二进制向量,在数据量较大的情况下可以大大减少计算量,既提高了信息推荐的准确性,又能提高数据处理效率。
在步骤210,确定用户的一个或多个第一文本内容分别对应的第一特征词。
在一些实施例中,所述信息包括待挂载的商品。获取用户的一个或多个第一文本内容,该用户可以是部分具有带货潜力的新手作者。因此,该一个或多个第一文本内容可以是所抓取的新手作者的历史发文内容。
在一些实施例中,可以在平台上抓取预定时间段内(例如近一个月内)的文章(即第一文本内容)。首先,可以对所抓取的文章进行数据预处理。示例地,可以删除部分无效数据资源,包括但不限于未过审的文章、没有标题的文章等。附加地或替代地,还可以删除发文量小于预定篇数(例如5篇)的作者的文章,因为发文量过少的作者可能并不适于做商品等信息的推荐。
在一些示例中,还可以删除其发文的分类标签大于预定种类(例如3类)的作者的内容,因为发发文种类过多的作者也可能并不适于构建细粒度的商品等信息的推荐系统。文章的分类标签可以是平台按照该文章内容自动标识的,也可以是作者在上传文章时自动选取的,在此不作限制。
在获取到第一文本内容(即文章)后,即可基于该文本内容获取相应地第一特征词。需注意的是,这里的第一特征词包括一个或多个特征词,也就是说,一个第一文本内容可以包括一个或多个第一特征词。
在一些实施例中,可以对所获取的第一文本内容的预定内容进行分词,以获取第一特征词。示例地,可以对第一文本内容的标题进行分词,以获取第一特征词。可以基于任何合适的基于自然语言处理(NLP)的算法或方法进行分词,在此不作限制。
在步骤220,获取多个参考文本内容,并确定多个参考文本内容分别对应的第二特征词。
在一些实施例中,获取多个参考文本内容。示例地,该参考文本内容可以是平台较优质的作者的发文内容或文章。
在一些实施例中,可以在平台上抓取预定时间段内(例如近三个月内)的优质文章(即参考文本内容)。首先,也可以对所抓取的文章进行数据预处理。示例地,可以删除部分无效数据资源,包括但不限于未过审的文章、没有标题的文章等。附加地或替代地,还可以删除发文量小于预定篇数(例如5篇)的作者的文章;还可以删除其发文的分类标签大于预定种类(例如3类)的作者的内容,等等。
在一些实施例中,如图3所示,在所述待推荐信息包括商品时,获取多个参考文本内容可以包括:获取第一预定时间段内的第一数量的参考文本内容(步骤310);基于第一数量的参考文本内容各自相关联的已推荐信息的商品转化率和/或商品交易总额(GMV),对第一数量的参考文本内容进行排序(步骤320);以及基于排序结果获取多个参考文本内容(步骤330)。
商品转化率和商品交易总额可以是用于评价用户带货能力的数据。例如,可以考虑带货文章(即参考文本内容)的商品转化率、GMV(商品交易总额)等数据进行综合排序后(例如,加权求和后进行排序),剔除尾部资源,从而将非优质带货文章剔除以获得多篇优质带货文章以作为参考文本内容。
在获取到参考文本内容后,即可基于该参考文本内容获取相应地第二特征词。同样需注意的是,这里的第二特征词包括一个或多个特征词,也就是说,一个参考文本内容可以包括一个或多个第二特征词。
在一些实施例中,可以对所获取的参考文本内容的预定内容进行分词,以获取第二特征词。示例地,可以对参考文本内容的标题进行分词,以获取第二特征词。可以基于任何合适的基于自然语言处理(NLP)的算法或方法进行分词,在此不作限制。
在一些实施例中,第一特征词和第二特征词还可以分别包括第一文本内容和参考文本内容的分类标签,在此不作限制。
在步骤230,基于相应的第一特征词和第二特征词,使用哈希算法分别得到一个或多个第一文本内容和多个参考文本内容各自对应的二进制文本特征向量。以及,在步骤240,对于一个或多个第一文本内容中的每一个,从多个参考文本内容中,基于二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容。
在一些实施例中,步骤230可以包括:基于相应的第一特征词和第二特征词,分别确定一个或多个第一文本内容和多个参考文本内容各自对应的文本特征向量;以及将文本特征向量通过多次贝叶斯聚类算法转换为二进制哈希码,以得到二进制文本特征向量。
在本公开中,文本特征向量可以是用于表示文本整体内容的数字向量或矩阵。
在一些实施例中,所述文本特征向量可以包括TF-IDF值。即,可以基于所获取的特征词计算相应的文本内容所对应的TF-IDF值,以作为该文本内容的文本特征向量。TF(TermFrequency)即为词频,IDF(Inverse Document Frequency)即为逆文档频率,表示一个词的大小与常见词的反比。
示例地,可以基于词袋子计算文本内容的TF-IDF值。词袋子即为语料库(corpus),用来模拟语言的使用环境。例如,可以将所有第一文本内容和参考文本内容的特征词作为词袋子,在此不作限制。在基于词袋子计算文本内容的TF-IDF值时,首先计算词频,即词频(TF)=某词在文章中出现的次数/文章的总次数。然后计算逆文档频率,逆文档频率(IDF)=log(语料库的文档总数/包含该词的文档数)。log表示对得到的值取对数。然后计算TF-IDF值:TF-IDF=TF*IDF。可以看到,TF-IDF与一个词在文档中的出现次数成正比,与该词在整个文档中的出现次数成反比。
在一些实施例中,分别确定一个或多个第一文本内容和多个参考文本内容各自对应的文本特征向量可以包括:确定相应的第一特征词和第二特征词各自对应的词向量;以及基于词向量分别确定一个或多个第一文本内容和多个参考文本内容各自对应的文本特征向量。
在一些实施例中,基于词向量分别确定一个或多个第一文本内容和多个参考文本内容各自对应的文本特征向量包括以下中的任意一项:将一个或多个第一文本内容和多个参考文本内容各自相对应的词向量进行相加,以获得一个或多个第一文本内容和多个参考文本内容各自对应的文本特征向量;以及将一个或多个第一文本内容和多个参考文本内容各自相对应的词向量进行加权求和,以获得一个或多个第一文本内容和多个参考文本内容各自对应的文本特征向量。
在一些实施例中,哈希算法包括文本语义哈希算法BCTH(A Novel Text HashingApproach via Bayesian Clustering)。语义哈希(semanticHashing)是指将高维空间向量映射至低维汉明空间,并保持原空间向量相似性,使得新空间向量的汉明距离反映原空间向量相似度的哈希算法。因此,基于二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容可以包括:基于二进制文本特征向量之间的汉明距离,确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容。
语义哈希引入了近似的概念,认为在海量数据的搜索中,在大多数情况下,完全精确的查找并不是必须的,近似解己经足以满足用户绝大多数的要求。因而通过哈希算法迅速定位数据集中一定概率下与搜索关键词相关的数据,配合汉明空间相似度度量的快速性和索引结果容易进一步扩展的特点,可以大幅提高索引和检索的效率。
图4示出了根据本公开实施例的通过多个贝叶斯聚类联合从m个文档的文本特征向量中学习哈希码的示意图,其中哈希码的大小为4位。在一些示例中,可以使用32位哈希对文本特征向量进行哈希嵌入,即通过32次贝叶斯聚类算法将文本特征向量转换为32位哈希码。然后,基于汉明距离计算相应的哈希码之间的相似性,得到两两文本特征向量对(一个第一文本内容与一个参考文本内容之间组成的文本特征向量对)之间的相似性。通过文本语义哈希算法,可以将高维的向量转换为二进制哈希码,在数据量较大的情况下可以大大减少计算量,提高数据处理效率。
在步骤250,基于所有第二文本内容相关联的已推荐信息,向用户进行信息推荐。
在一些实施例中,基于所有第二文本内容相关联的已推荐信息,向用户进行信息推荐可以包括:统计所有所述第二文本内容相关联的每一个已推荐信息的数量;以及基于统计结果向所述用户进行信息推荐。
在一些实施例中,可以基于投票机制向用户进行信息推荐。示例地,基于投票机制向用户进行信息推荐可以包括以下中的至少一项:确定所述数量大于第三阈值的已推荐信息,以向用户进行信息推荐;以及确定所述数量与所述一个或多个第一文本内容的数量比值大于第四阈值的已推荐信息,以向所述用户进行信息推荐。
示例地,用户A包括3篇第一文本内容,其中第一文本内容1与a篇参考文本内容相似,a篇参考文本内容共关联L种待推荐信息;第一文本内容2与b篇参考文本内容相似,b篇参考文本内容共关联M种待推荐信息;第一文本内容3与c篇参考文本内容相似,c篇参考文本内容共关联N种待推荐信息。对该L种待推荐信息、M种待推荐信息、N种待推荐信息进行统计,以确定是否存在重复的待推荐信息及其重复次数。例如,第一待推荐信息重复了3次,第二待推荐信息重复了2次……采用投票机制,选出重复次数最高的几种优质信息(例如商品)推荐给该用户。
图5示出了根据本公开实施例的向用户进行商品推荐的示意图。如图5所示,通过相似度计算,找到与用户1发布的文章1-3分别相似的参考文章1-4(即第二文本内容)后,将这些参考文章1-4所关联的商品通过投票机制进行排序后汇总到该用户1上。具体地,可以采用投票机制选出重复次数最高的几种商品,并且进一步确定与该用户1相关次数大于阈值(例如0.3*该用户发文量)的优质商品,以将所确定的优质信息推荐给用户。这样,可以很好地解决上述无法向经常发室内装修文章的家居类作者推荐绿植商品的问题。
应当理解,其他可以将所确定的关联信息推荐给用户的方法也是可能的,在此不作限制。
在一些实施例中,根据本公开的方法还可以包括:每隔第三预定时间段执行所述信息推荐方法。通过每隔预定时间段(例如每一个月)执行所述信息推荐方法,可以定期发现新用户并及时进行信息更新,提高推荐信息的转化率。
图6示出了根据本公开示例性实施例的信息推荐方法的流程图。如图6所示,在步骤610,获取用户的文本内容以及多个参考文本内容,该多个参考内容关联有相应的已推荐信息;在步骤620,对所获取的文本内容进行数据预处理,以过滤掉部分不合格的文本内容;在步骤630,获取每一个文本内容的一个或多个特征词;在步骤640,基于相应的特征词确定每一个文本内容的文本特征向量;在步骤650,将文本特征向量通过文本语义哈希算法进行二进制文本特征向量;在步骤660,基于二进制文本特征向量进行相似度计算,以从多个参考文本内容中找到与该用户的文本内容分别相似的参考文本内容;在步骤670,确定所有相似的参考文本内容所关联的已推荐信息并进行统计,以确定是否存在重复的待推荐信息及其重复次数;在步骤680,基于统计的已推荐信息,采用投票机制对用户进行信息推荐。
根据本公开的信息推荐方法,通过文本内容之间的相似性,找到与用户(即发文作者)发文相似的优质参考文本内容,将优质参考文本内容所关联的信息汇总到该用户上以对用户进行信息推荐;并且,通过文本语义哈希算法,可以将高维的向量转换为二进制哈希码,在数据量较大的情况下可以大大减少计算量,提高数据处理效率。
根据本公开的实施例,如图7所示,还提供了一种信息推荐装置700,包括:第一确定单元710,配置为确定用户的一个或多个第一文本内容分别对应的第一特征词;第二确定单元720,配置为获取多个参考文本内容,并确定所述多个参考文本内容分别对应的第二特征词;获取单元730,配置为基于相应的所述第一特征词和第二特征词,使用哈希算法分别得到所述一个或多个第一文本内容和所述多个参考文本内容各自对应的二进制文本特征向量;第三确定单元740,配置为对于所述一个或多个第一文本内容中的每一个,从所述多个参考文本内容中,基于所述二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容;以及推荐单元750,配置为基于所有所述第二文本内容相关联的已推荐信息,向所述用户进行信息推荐。
这里,信息推荐装置700的上述各单元710~750的操作分别与前面描述的步骤210~250的操作类似,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图8,现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向电子设备800输入信息的任何类型的设备,输入单元806可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (17)
1.一种计算机实现的信息推荐方法,包括:
确定用户的一个或多个第一文本内容分别对应的第一特征词;
获取多个参考文本内容,并确定所述多个参考文本内容分别对应的第二特征词;
基于相应的所述第一特征词和第二特征词,使用哈希算法分别得到所述一个或多个第一文本内容和所述多个参考文本内容各自对应的二进制文本特征向量;
对于所述一个或多个第一文本内容中的每一个,从所述多个参考文本内容中,基于所述二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容;
基于所有所述第二文本内容相关联的已推荐信息,向所述用户进行信息推荐。
2.如权利要求1所述的方法,其中,基于相应的第一特征词和第二特征词,使用哈希算法分别得到所述一个或多个第一文本内容和所述多个参考文本内容各自对应的二进制文本特征向量包括:
基于相应的所述第一特征词和第二特征词,分别确定所述一个或多个第一文本内容和所述多个参考文本内容各自对应的文本特征向量;以及
将所述文本特征向量通过多次贝叶斯聚类算法转换为二进制哈希码,以得到所述二进制文本特征向量。
3.如权利要求1所述的方法,其中,基于所述二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容包括:
基于所述二进制文本特征向量之间的汉明距离,确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容。
4.如权利要求1-3中任一项所述的方法,其中,所述信息包括待挂载的商品。
5.如权利要求1所述的方法,其中,基于所有所述第二文本内容相关联的已推荐信息,向所述用户进行信息推荐包括:
统计所有所述第二文本内容相关联的每一个已推荐信息的数量;以及
基于统计结果向所述用户进行信息推荐。
6.如权利要求5所述的方法,其中,基于统计结果向所述用户进行信息推荐包括以下中的至少一项:
确定所述数量大于第三阈值的已推荐信息,以向所述用户进行信息推荐;以及
确定所述数量与所述一个或多个第一文本内容的数量比值大于第四阈值的已推荐信息,以向所述用户进行信息推荐。
7.如权利要求2所述的方法,其中,所述文本特征向量包括TF-IDF值。
8.如权利要求2所述的方法,其中,分别确定所述一个或多个第一文本内容和所述多个参考文本内容各自对应的文本特征向量包括:
确定相应的所述第一特征词和第二特征词各自对应的词向量;以及
基于所述词向量分别确定所述一个或多个第一文本内容和所述多个参考文本内容各自对应的文本特征向量。
9.如权利要求8所述的方法,其中,基于所述词向量分别确定所述一个或多个第一文本内容和所述多个参考文本内容各自对应的文本特征向量包括以下中的任意一项:
将所述一个或多个第一文本内容和所述多个参考文本内容各自相对应的词向量进行相加,以获得所述一个或多个第一文本内容和所述多个参考文本内容各自对应的文本特征向量;以及
将所述一个或多个第一文本内容和所述多个参考文本内容各自相对应的词向量进行加权求和,以获得所述一个或多个第一文本内容和所述多个参考文本内容各自对应的文本特征向量。
10.如权利要求1所述的方法,其中,
确定用户的一个或多个第一文本内容分别对应的第一特征词包括:
对所述一个或多个第一文本内容分别进行分词操作,以获得相应的所述第一特征词;以及
确定所述多个参考文本内容分别对应的第二特征词包括:
分别对所述多个参考文本内容分别进行分词操作,以获得与所述多个参考文本内容分别对应的第二特征词。
11.如权利要求1或10所述的方法,其中,所述第一特征词和所述第二特征词分别包括第一文本内容和参考文本内容的分类标签。
12.如权利要求4所述的方法,其中,获取多个参考文本内容包括:
获取第一预定时间段内的第一数量的参考文本内容;
基于所述第一数量的参考文本内容各自相关联的已推荐信息的商品转化率和/或商品交易总额,对所述第一数量的参考文本内容进行排序;以及
基于排序结果获取所述多个参考文本内容。
13.如权利要求1所述的方法,还包括:每隔第三预定时间段执行所述信息推荐方法。
14.一种信息推荐装置,包括:
第一确定单元,配置为确定用户的一个或多个第一文本内容分别对应的第一特征词;
第二确定单元,配置为获取多个参考文本内容,并确定所述多个参考文本内容分别对应的第二特征词;
获取单元,配置为基于相应的所述第一特征词和第二特征词,使用哈希算法分别得到所述一个或多个第一文本内容和所述多个参考文本内容各自对应的二进制文本特征向量;
第三确定单元,配置为对于所述一个或多个第一文本内容中的每一个,从所述多个参考文本内容中,基于所述二进制文本特征向量确定与该第一文本内容之间的相似度满足第一阈值的第二文本内容;以及
推荐单元,配置为基于所有所述第二文本内容相关联的已推荐信息,向所述用户进行信息推荐。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-13中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-13中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-13中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111372144.6A CN114048383A (zh) | 2021-11-18 | 2021-11-18 | 信息推荐方法及装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111372144.6A CN114048383A (zh) | 2021-11-18 | 2021-11-18 | 信息推荐方法及装置、电子设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114048383A true CN114048383A (zh) | 2022-02-15 |
Family
ID=80209894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111372144.6A Pending CN114048383A (zh) | 2021-11-18 | 2021-11-18 | 信息推荐方法及装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114048383A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780844A (zh) * | 2022-04-21 | 2022-07-22 | 杭州樱熊网络科技有限公司 | 基于用户习惯的小说推荐方法及系统 |
-
2021
- 2021-11-18 CN CN202111372144.6A patent/CN114048383A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780844A (zh) * | 2022-04-21 | 2022-07-22 | 杭州樱熊网络科技有限公司 | 基于用户习惯的小说推荐方法及系统 |
CN114780844B (zh) * | 2022-04-21 | 2022-10-28 | 杭州樱熊网络科技有限公司 | 基于用户习惯的小说推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113989593A (zh) | 图像处理方法、检索方法、训练方法、装置、设备及介质 | |
CN112579909A (zh) | 对象推荐方法及装置、计算机设备和介质 | |
CN114648638A (zh) | 语义分割模型的训练方法、语义分割方法与装置 | |
CN112532748B (zh) | 消息推送方法、装置、设备、介质和计算机程序产品 | |
CN114791982B (zh) | 对象推荐方法和装置 | |
CN115438214A (zh) | 处理文本图像的方法、神经网络及其训练方法 | |
CN114443989B (zh) | 排序方法、排序模型的训练方法、装置、电子设备及介质 | |
CN115168545A (zh) | 群组搜索方法、装置、电子设备及介质 | |
CN114048383A (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN115269989B (zh) | 对象推荐方法、装置、电子设备和存储介质 | |
CN113868453B (zh) | 对象推荐方法和装置 | |
CN115759100A (zh) | 数据处理方法、装置、设备及介质 | |
CN114445190A (zh) | 商品推荐方法和装置 | |
CN114880580A (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN114281990A (zh) | 文档分类方法及装置、电子设备和介质 | |
CN114493707A (zh) | 对象推荐方法和装置 | |
CN114547252A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN114579626A (zh) | 数据处理方法、数据处理装置、电子设备和介质 | |
CN113806541A (zh) | 情感分类的方法和情感分类模型的训练方法、装置 | |
CN113312554A (zh) | 用于评价推荐系统的方法及装置、电子设备和介质 | |
CN112905743A (zh) | 文本对象检测的方法、装置、电子设备和存储介质 | |
CN112329427B (zh) | 短信样本的获取方法和装置 | |
CN116883181B (zh) | 基于用户画像的金融服务推送方法、存储介质及服务器 | |
CN113963234B (zh) | 数据标注处理方法、装置、电子设备和介质 |
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 |