[发明专利]一种信息推荐方法及装置、存储介质

说明书

本发明实施例公开了一种信息推荐方法及装置、存储介质，该方法包括：获取历史行为数据；根据历史行为数据、预设嗜好数据生成规则和预设操作对象文本库，生成至少一个用户各自对应的嗜好数据、以及至少一个操作对象各自对应的描述信息；根据预设聚类算法和嗜好数据，得到至少一个用户对应的喜好差异度数据；当接收到针对目标用户的推荐请求时，响应于推荐请求，根据嗜好数据、描述信息、喜好差异度数据和预设参考用户生成规则，得到目标用户对应的目标描述信息和参考用户信息；基于参考用户信息、目标描述信息、嗜好数据、以及描述信息，确定目标用户的推荐对象。该方案提高了推荐信息的获取速度、以及推荐信息的准确度和灵活性。

技术领域

本发明涉及信息处理技术，尤其涉及一种信息推荐方法及装置、存储介质。

背景技术

在如今这个网络时代，通过网络服务就能够满足用户的各种需求，用户使用网络服务的同时也产生了海量数据，获取这些海量数据后，对这些记载有用户历史行为数据的海量数据进行处理，就能够得到各种有价值的信息，进而利用有价值的信息向用户提供更好的产品或服务；例如，利用海量数据获得推荐信息，根据推荐信息向用户进行推荐。

目前，推荐信息的获取方法主要分为两类，一是设置推荐规则，根据推荐规则和历史行为数据获得推荐信息；二是利用机器学习训练得到推荐模型，利用推荐模型获得推荐信息；由于第一类方法中的推荐规则受用户想法的限制，无法同时保证推荐信息的准确度和灵活性，而第二类方法中需要针对应用场景建立特定的推荐模型，但是一个推荐模型的建立过程和训练过程都有较大的工作量，导致推荐信息的获取速度慢，也就是说，现有技术获取推荐信息的速度慢，并且，推荐信息的准确度低、灵活性差。

发明内容

本发明实施例提出一种信息推荐方法及装置、存储介质，旨在提高推荐信息的获取速度、以及推荐信息的准确度和灵活性。

本发明的技术方案是这样实现的：

本发明实施例提供了一种信息推荐方法，所述方法包括：

获取历史行为数据，所述历史行为数据表征至少一个用户对操作对象的操作行为；

根据所述历史行为数据、预设嗜好数据生成规则和预设操作对象文本库，生成所述至少一个用户各自对应的嗜好数据、以及至少一个操作对象各自对应的描述信息；所述至少一个用户各自对应的嗜好数据表征所述操作对象的喜好度、所述操作对象和所述至少一个用户的对应关系；

根据预设聚类算法和所述至少一个用户各自对应的嗜好数据，得到所述至少一个用户对应的喜好差异度数据；

当接收到针对目标用户的推荐请求时，响应于所述推荐请求，根据所述至少一个用户各自对应的嗜好数据、所述至少一个操作对象各自对应的描述信息、所述喜好差异度数据和预设参考用户生成规则，得到所述目标用户对应的目标描述信息和参考用户信息；

基于所述参考用户信息、所述目标描述信息、所述至少一个用户各自对应的嗜好数据、以及所述至少一个操作对象各自对应的描述信息，确定所述目标用户的推荐对象；所述推荐对象表征符合所述目标用户喜好的对象。

上述方案中，所述根据所述历史行为数据、预设嗜好数据生成规则和预设操作对象文本库，生成所述至少一个用户各自对应的嗜好数据、以及至少一个操作对象各自对应的描述信息，包括：

根据所述历史行为数据和所述预设嗜好数据生成规则，生成所述至少一个用户各自对应的嗜好数据；

根据所述历史行为数据和所述预设操作对象文本库，生成所述至少一个操作对象各自对应的描述信息。

上述方案中，所述预设嗜好数据生成规则包括预设操作类型和喜好度的对应关系；

所述根据所述历史行为数据和所述预设嗜好数据生成规则，生成所述至少一个用户各自对应的嗜好数据，包括：