[发明专利]一种信息推荐方法、装置、设备

权利要求书

1.一种信息推荐方法，其特征在于，包括：

获取目标用户的特征数据；

根据所述特征数据和第一模型确定所述目标用户的目标信息；

其中，所述第一模型是根据从数据库中提取的特征数据训练获得的；

将所述目标信息推荐给所述目标用户。

2.根据权利要求1所述的信息推荐方法，其特征在于，从数据库中提取特征数据训练获取所述第一模型，包括：

构建第二模型；

根据播放日志生成训练数据；

根据所述训练数据从所述数据库中提取用户的特征数据和信息的特征数据；

对所述用户的特征数据和信息的特征数据进行处理；

根据处理后的所述用户的特征数据和信息的特征数据训练所述第二模型；

将训练后的第二模型确定为所述第一模型。

3.根据权利要求2所述的信息推荐方法，其特征在于，所述训练数据包括至少一个用户ID、至少一个信息ID和至少一个标签；

所述根据所述训练数据从数据库中提取用户的特征数据和信息的特征数据，包括：

根据所述至少一个标签从数据库中依次提取与所述至少一个用户ID对应的用户的特征数据和与所述至少一个信息ID对应的信息的特征数据。

4.根据权利要求2所述的信息推荐方法，其特征在于，所述对所述用户的特征数据和信息的特征数据进行处理，包括：

对所述用户的特征数据和信息的特征数据进行特征处理；

将经过特征处理后的所述信息的特征数据拼接为第一长度；

将经过特征处理后的所述用户的特征数据拼接为第二长度。

5.根据权利要求4所述的信息推荐方法，其特征在于，所述对所述用户的特征数据和信息的特征数据进行特征处理，包括：

对所述用户的特征数据和信息的特征数据中的离散特征进行独热编码；

对所述用户的特征数据和信息的特征数据中的文本特征进行结巴分词，并做长度处理。

6.根据权利要求4所述的信息推荐方法，其特征在于，所述将经过特征处理后的所述信息的特征数据拼接为第一长度，包括：

将从所述数据库中依次提取的至少一个信息中最后一个信息经过特征处理后的特征数据拼接为第一长度。

7.根据权利要求4所述的信息推荐方法，其特征在于，所述将经过特征处理后的所述用户的特征数据拼接为第二长度，包括：

将其余信息的特征向量值的平均值与经过特征处理后的所述用户的特征数据拼接为第二长度，其中，所述其余信息为从数据库中提取的至少一个信息中除最后一个信息之外的所有信息。

8.根据权利要求7所述的信息推荐方法，其特征在于，在获取所述其余信息的特征向量值的平均值之前，所述方法还包括：

将与所述其余信息的信息ID对应的各信息的特征数据输入所述第二模型，得到所述其余信息的特征向量值；

对所述其余信息的特征向量值进行计算，得到所述其余信息的特征向量值的平均值。

9.一种信息推荐装置，其特征在于，包括：

获取模块，用于获取目标用户的特征数据；

确定模块，用于根据所述特征数据和第一模型确定目标用户的目标信息；

其中，所述第一模型是根据从数据库中提取的特征数据训练获得的；

推荐模块，用于将所述目标信息推荐给所述目标用户。

10.一种信息推荐设备，其特征在于，包括存储器、处理器及存储在存储器上并可在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1-7任一项所述的信息推荐方法。