[发明专利]信息推荐方法及装置

说明书

本发明实施例公开了一种信息推荐方法及装置，包括：获取待向目标用户推荐的多个目标文档；提取所述目标用户的用户特征以及各目标文档的文档特征；将所述用户特征和各文档特征输入至预设的至少一个适配模型中，计算所述各目标文档和目标用户之间的匹配度，其中，所述适配模型为预先训练至收敛状态，用于进行特征匹配度计算的算法模型；基于所述匹配度，生成各目标文档的推荐策略。通过匹配度计算筛选目标文档与目标用户之间的契合度较高的文档进行推荐，提高了推荐文档与用户之间的契合度，使推荐文档更加容易被用户接受，进而提高了推荐文档的阅读率。

技术领域

本发明实施例涉及信息推送领域，尤其是一种信息推荐方法及装置。

背景技术

信息推荐，就是web广播，是通过一定的技术标准或协议，在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术。推送技术通过自动传送信息给用户，来减少用于网络上搜索的时间。它根据用户的兴趣来搜索、过滤信息，并将其定期推给用户，帮助用户高效率地发掘有价值的信息。

现有技术中，对于信息的推荐，一般基于用户画像或者用户历史浏览的数据进行推荐。本发明创造的发明人在研究中发现，通过用户画像和点击率进行信息推荐的方法，使推荐信息与用户之间的契合度不足，导致推荐信息的阅读率较低。

发明内容

本发明实施例提一种能够根据用户特征和文档特征之间匹配度的信息推荐方法及装置。

第一方面，提供一种信息推荐方法，包括：

获取待向目标用户推荐的多个目标文档；

提取所述目标用户的用户特征以及各目标文档的文档特征；

将所述用户特征和各文档特征输入至预设的至少一个适配模型中，计算所述各目标文档和目标用户之间的匹配度，其中，所述适配模型为预先训练至收敛状态，用于进行特征匹配度计算的算法模型；

基于所述匹配度，生成各目标文档的推荐策略。

可选地，所述获取待向目标用户推荐的多个目标文档包括：

根据预设的检测规则获取索引信息；

以所述索引信息为限定条件，在预设的文档数据库中进行检索得到多个召回文档；

根据预设的过滤规则对所述多个召回文档进行筛选生成所述多个目标文档。

可选地，所述过滤规则为删除已推荐的召回文档，所述根据预设的过滤规则对所述多个召回文档进行筛选生成所述多个目标文档包括：

获取所述目标用户的历史推荐信息；

基于所述历史推荐信息，确定所述多个召回文档中的已推荐文档；

将所述已推荐文档删除生成所述多个目标文档。

可选地，所述用户特征包括身份特征和行为特征，所述提取所述目标用户的用户特征包括：

获取所述目标用户的身份信息和行为信息；

将所述身份信息和行为信息分别输入至预设的第一分类模型和第一聚类模型中，其中，所述第一分类模型为预选训练至收敛状态，用于对身份信息进行特征提取的神经网络模型，所述第一聚类模型为预先训练至收敛状态，用于对行为信息进行特征聚类的神经网络模型；

读取所述第一分类模型输出的身份特征和所述第一聚类模型输出的行为特征。

可选地，所述文档特征包括文档分类特征和文档聚类特征，所述提取各目标文档的文档特征包括：