[发明专利]信息推荐方法、装置、存储介质及服务器

权利要求书

1.一种信息推荐方法，其特征在于，包括：

获取已确定的关键词集，所述关键词集中包括至少一个关键词，所述关键词为用户的输入信息中的症状名；

根据知识图谱确定每个所述关键词对应的至少一个候选副节点、以及每个所述候选副节点对应的多个候选主节点，所述候选副节点为疾病名，所述候选主节点为症状名；

根据所述关键词集确定每个所述候选副节点的第一相关度，所述第一相关度用于衡量所述候选副节点为疾病名与所述输入信息中的症状名之间的相关性；

根据同一所述候选副节点对应的多个所述候选主节点与所述关键词集，确定对应候选副节点的第二相关度，所述第二相关性用于衡量所述候选主节点为症状名与所述输入信息中的症状名之间的相关性；

根据所述第一相关度和第二相关度确定对应候选副节点的推荐度；

根据所述推荐度从所述候选主节点和候选副节点中确定目标节点；

根据所述目标节点生成推荐信息，并向所述用户提供所述推荐信息。

2.根据权利要求1所述的信息推荐方法，其特征在于，所述根据所述关键词集确定每个所述候选副节点的第一相关度，包括：

确定每个所述关键词对应的图谱嵌入向量，得到至少一个第一图谱向量；

确定每个所述候选副节点对应的图谱嵌入向量，得到至少一个第二图谱向量；

计算每个所述第二图谱向量与所述至少一个第一图谱向量之间相似度的和值，得到对应候选副节点的第一相关度。

3.根据权利要求1所述的信息推荐方法，其特征在于，所述根据同一所述候选副节点对应的多个所述候选主节点与所述关键词集，确定对应候选副节点的第二相关度，包括：

确定每个所述关键词对应的文本嵌入向量，得到至少一个第一文本向量；

确定每个所述候选主节点对应的文本嵌入向量，得到多个第二文本向量；

计算每个所述第一文本向量与每个所述第二文本向量之间的相似度，并选出同一所述关键词和候选副节点对应的最大相似度；

对同一所述候选副节点对应的所述最大相似度进行求和，得到对应候选副节点的第二相关度。

4.根据权利要求1所述的信息推荐方法，其特征在于，所述根据所述推荐度从所述候选主节点和候选副节点中确定目标节点，包括：

判断是否存在所述推荐度大于预设阈值的所述候选副节点；

若是，则将所述候选副节点作为目标节点；

若否，则确定每个所述候选主节点与每个所述关键词之间的重复度；根据所述重复度从所述多个候选主节点中确定目标节点。

5.根据权利要求4所述的信息推荐方法，其特征在于，在确定每个所述候选主节点与每个所述关键词之间的重复度之前，还包括：

统计用户进行输入操作的已输入次数；

判断所述已输入次数是否大于预设次数；

若是，则将所述推荐度最高的所述候选副节点作为目标节点；

若否，则执行所述确定每个所述候选主节点与每个所述关键词之间的重复度的操作。

6.根据权利要求1所述的信息推荐方法，其特征在于，所述获取已确定的关键词集，包括：

获取用户当前输入的输入信息；

确定所述输入信息对应的至少一个目标词标签，并获取历史输入操作对应的已确定目标词标签；

将所述目标词标签和已确定目标词标签作为关键词，得到已确定的关键词集。

7.根据权利要求1所述的信息推荐方法，其特征在于，在根据知识图谱确定每个所述关键词对应的至少一个候选副节点、以及每个所述候选副节点对应的多个候选主节点之前，还包括：

获取预设的副核心词集、以及所述副核心词集中每个所述副核心词对应的主核心词集；

确定每个所述主核心词对应的第一向量变量、以及每个所述副核心词对应的第二向量变量；

利用预设模型、以及所述第一向量变量和第二向量变量，确定所述第一向量变量对应的第一向量、以及所述第二向量变量对应的第二向量；

根据所述第一向量和第二向量构建所述知识图谱。