[发明专利]信息推荐方法、装置、计算机设备及存储介质

说明书

本发明公开了一种信息推荐方法、装置、计算机设备及存储介质，可用于提高信息推荐的针对性。方法部分包括：根据搜索数据、点击数据和安装数据，计算用户对各个第一应用的兴趣度；获取各个第一应用对应的应用描述文本；根据应用描述文本的TF‑IDF向量以及各个第一应用对用户的贡献度确定用户的特征向量；根据用户的特征向量对用户进行聚类，得到用户分组；根据用户分组内目标用户与其他用户之间的相似度，以及其他用户对第二应用的兴趣度确定出针对目标用户的第二应用作为待推荐应用；根据待推荐应用生成推荐信息并向目标用户推荐推荐信息。

技术领域

本发明涉及互联网技术领域，尤其涉及一种信息推荐方法、装置、计算机设备及存储介质。

背景技术

为了提高广告推荐的准确性以及针对性，出现了各种各样的信息推荐方法，传统上，通常是利用了用户的广告行为数据，也就是用户是否有对某个广告进行点击方式，得到用户的喜好广告类型，从而向该用户推荐相关类型的应用，起到广告的目的。但是，上述方式中，用户的广告重叠度较低，其广告行为数据进行推荐的方式比较稀疏，使得最后的信息推荐不具备针对性。

发明内容

本发明实施例提供一种信息推荐方法、装置、计算机设备及存储介质，用于提高推荐信息的推荐的针对性。

本发明第一方面提供了一种信息推荐方法，包括：

获取用户针对所有第一应用的行为数据，所述行为数据包括搜索数据、点击数据和安装数据；

根据所述用户针对所有第一应用的搜索数据、点击数据和安装数据，计算所述用户对各个第一应用的兴趣度；

根据所述用户对各个第一应用的兴趣度确定各个第一应用对所述用户的用户特征的贡献度；

根据各个第一应用对应的应用描述文本，确定各个第一应用对应的TF-IDF向量；

根据各个第一应用对应的TF-IDF向量以及各个第一应用对所述用户的用户特征的贡献度确定所述用户的特征向量；

根据TF-IDF向量以及各个第一应用对所述用户的用户特征的贡献度确定所述用户的特征向量；

根据所述用户的特征向量对所述用户进行聚类，得到用户分组；

计算所述用户分组中目标用户与其他用户之间的相似度，目标用户为所述用户分组中的任意一个用户，所述其他用户为所述用户分组中除所述目标用户外的其他用户；

根据用户分组内目标用户与其他用户之间的相似度，以及其他用户对第二应用的兴趣度，确定出所述目标用户对所述第二应用的兴趣度，所述第二应用为所述目标用户未发生过相关行为且所述其他用户发生过相关行为的应用；

根据所述目标用户对所述第二应用的兴趣度确定所述待推荐应用；

根据所述待推荐应用生成推荐信息并向所述目标用户推荐所述推荐信息。

可选地，所述根据用户分组内目标用户与其他用户之间的相似度，以及其他用户对第二应用的兴趣度，确定出所述目标用户对第二应用的兴趣度，包括：

通过如下公式确定出所述目标用户对第二应用的兴趣度：

其中，a表示目标用户，b表示其他用户，U表示所述用户分组内的所有用户，i表示第二应用，所述R_a,i表示目标用户对第二应用i的兴趣度，S_a,b表示目标用户a与其他用户b之间的相似度，R_b,i表示其他用户对所述第二应用i的兴趣度。

可选地，所述根据所述用户针对所有第一应用的搜索数据、点击数据和安装数据，计算所述用户对各个第一应用的兴趣度，包括：