[发明专利]一种信息推荐方法及终端

权利要求书

1.一种信息推荐方法，其特征在于，包括：

当获取到用户浏览的资讯信息时，对所述资讯信息进行打标签处理，得到目标资讯信息；所述目标资讯信息包括用于标识所述资讯信息所属类别的标签类型；

通过预设的卷积神经网络模型提取所述标签类型的文本特征；

通过预设的协同过滤模型对所述文本特征以及目标历史行为数据进行评分，得到评分结果；所述目标历史行为数据为所述用户的历史行为数据中与所述文本特征关联的历史行为数据；所述评分结果用于表示所述用户对与所述标签类型对应的资讯信息的兴趣度；

根据所述评分结果确定待推荐的目标资讯信息，并将所述目标资讯信息推荐给所述用户。

2.如权利要求1所述的信息推荐方法，其特征在于，所述通过预设的卷积神经网络模型提取所述标签类型的文本特征，包括：

将所述标签类型输入所述卷积神经网络模型进行处理，得到所述标签类型对应的向量矩阵；

提取所述向量矩阵的特征向量；

提取所述特征向量的所述文本特征。

3.如权利要求1所述的信息推荐方法，其特征在于，所述通过预设的协同过滤模型对所述文本特征以及目标历史行为数据进行评分，得到评分结果，包括：

获取所述目标历史行为数据，将所述目标历史行为数据转换为与所述目标历史行为数据对应的向量；

基于所述文本特征以及所述向量构建评分矩阵；

基于所述评分矩阵确定评分结果。

4.如权利要求1所述的信息推荐方法，其特征在于，所述评分结果包括评分数值及其关联的标签类型，所述根据所述评分结果确定待推荐的目标资讯信息，并将所述目标资讯信息推荐给所述用户，包括：

基于所述评分结果中的所述评分数值及其关联的标签类型，将与最高的评分数值关联的标签类型识别为目标标签类型；

查找与所述目标标签类型对应的目标资讯信息，并将所述目标资讯信息推荐给所述用户。

5.如权利要求1至4任一项所述的信息推荐方法，其特征在于，所述通过预设的协同过滤模型对所述文本特征以及目标历史行为数据进行评分，得到评分结果之后，还包括：

获取与所述文本特征关联的所述用户的实时行为数据；

将所述评分结果以及所述实时行为数据输入所述卷积神经网络模型进行数据迭代处理，并根据数据迭代处理结果更新所述评分结果。

6.如权利要求1所述的信息推荐方法，其特征在于，所述当获取到用户浏览的资讯信息时，对所述资讯信息进行打标签处理，得到目标资讯信息，包括：

通过预设的标签标注模型对所述资讯信息进行打标签处理，得到目标资讯信息；其中，所述标签标注模型是通过使用机器学习算法对资讯信息样本集进行训练得到。

7.一种终端，其特征在于，包括：

处理单元，用于当获取到用户浏览的资讯信息时，对所述资讯信息进行打标签处理，得到目标资讯信息；所述目标资讯信息包括用于标识所述资讯信息所属类别的标签类型；

提取单元，用于通过预设的卷积神经网络模型提取所述标签类型的文本特征；

评分单元，用于通过预设的协同过滤模型对所述文本特征以及目标历史行为数据进行评分，得到评分结果；所述目标历史行为数据为所述用户的历史行为数据中与所述文本特征关联的历史行为数据；所述评分结果用于表示所述用户对与所述标签类型对应的资讯信息的兴趣度；

推荐单元，用于根据所述评分结果确定待推荐的目标资讯信息，并将所述目标资讯信息推荐给所述用户。

8.如权利要求7所述的终端，其特征在于，所述提取单元具体用于：

将所述标签类型输入所述卷积神经网络模型进行处理，得到所述标签类型对应的向量矩阵；

提取所述向量矩阵的特征向量；

提取所述特征向量的所述文本特征。

9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。