[发明专利]一种信息推荐方法、装置、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、设备及存储介质。其中，该方法包括：获取目标用户的特征数据；根据用户的特征数据和包括注意力机制网络层的第一模型确定目标用户的目标信息；将目标信息推荐给目标用户。这样在向用户推荐信息时，可以考虑到用户兴趣的多样化，从而可以全面的衡量信息与用户之间的关联性，更加精准地向用户推荐信息。

技术领域

本发明实施例涉及信息处理技术，尤其涉及一种信息推荐方法、装置、设备及存储介质。

背景技术

在信息推荐系统中，经常采用深度学习模型向用户推荐信息，例如，常见的深度矩阵分解(Deep Matrix Factorization，DMF)模型。该模型主要根据用户的历史播放数据的平均值确定用户对某信息感兴趣的程度。

但是，用户的兴趣是多样化的，例如，用户既喜欢信息A又喜欢信息B，但当信息A和信息B的相关性比较弱时，现有模型通过计算信息A和信息B之间的向量平均值来判断用户对信息A和信息B感兴趣的程度，并不能全面、准确地衡量这些信息与用户之间的关联性。

发明内容

本发明提供一种信息推荐方法、装置、设备及存储介质，能够考虑到用户兴趣的多样化，从而可以全面的衡量信息与用户之间的关联性，更加精准地向用户推荐信息。

第一方面，本发明实施例提供了一种信息推荐方法，该方法包括：

获取目标用户的特征数据；

根据特征数据和第一模型确定目标用户的目标信息；

其中，第一模型包括注意力机制网络层；

将目标信息推荐给目标用户。

第二方面，本发明实施例还提供了一种信息推荐装置，该装置包括：

获取模块，用于获取目标用户的特征数据；

确定模块，用于根据特征数据和第一模型确定目标用户的目标信息；

其中，第一模型包括注意力机制网络层；

推荐模块，用于将目标信息推荐给目标用户。

第三方面，本发明实施例还提供了一种信息推荐设备，该设备包括：

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，当处理器执行计算机程序时，实现如本发明第一方面提供的信息推荐方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当该计算机程序被处理器执行时，实现如本发明第一方面提供的信息推荐方法。

本发明实施例提供了一种信息推荐方法、装置、设备及存储介质，通过获取的目标用户的特征数据和包括有注意力机制网络层的第一模型，确定目标用户的目标信息，并将该目标信息推荐给目标用户。这样在向用户推荐信息时，可以考虑到用户兴趣的多样化，从而可以全面的衡量信息与用户之间的关联性，更加精准地向用户推荐信息。

附图说明

图1是本发明实施例一中的信息推荐方法流程图；

图2是本发明实施例二中的信息推荐装置结构示意图；

图3是本发明实施例三中的信息推荐设备结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。