[发明专利]信息推荐方法、信息推荐装置及计算机可读存储介质

说明书

本申请实施例公开了一种信息推荐方法、信息推荐装置及计算机可读存储介质，该方法包括：根据用户集合中各用户的历史浏览记录，确定待向第一用户推荐的至少一条信息；所述用户集合中各用户的至少一个信息点相同或者各用户的至少一个信息点属于同一类型，所述第一用户包含于所述用户集合；将所述至少一条信息推荐给所述第一用户，可以精准地向用户画像不够完善的新用户推荐信息。

技术领域

本申请涉及计算机领域，尤其涉及一种信息推荐方法、信息推荐装置及计算机可读存储介质。

背景技术

近年来随着互联网和物联网的快速发展，人们生活的各个方面变得越来越方便，但是也带来了信息过载的问题，这使得人们很难从大量资源中获取所需信息。为了让用户更准确地获取到所需要的信息，推荐系统应运而生，推荐系统主要对用户的历史行为进行分析，从而获取到用户的偏好，然后为用户进行推荐，其推荐的内容是个性化的。通过这样的推荐方法，提供给用户的信息既有用又高效。个性化推荐方法通过分析诸如个人特征和用户的历史行为之类的信息向用户提供可能感兴趣的服务。个性化推荐研究已成为数据挖掘和社交网络领域的热点。

协同过滤是最成熟，最广泛的个性化推荐算法。现有的协同过滤推荐算法主要分为基于用户的协同过滤算法和基于项目(item)的协同过滤算法两大类。基于用户的协同过滤算法是指找到相似的用户A和用户B(有比较多共同喜好的商品)，将用户A和用户B喜好的商品或文章推荐给对方。基于item的协同过滤算法是指找到相似的itemA和itemB(喜欢这两种商品的人比较类似)，找出和itemA相似的item并作为被推荐候选推荐给用户A。在为某个社交应用的新用户推荐文章、视频的场景中，基于用户的协同过滤算法和基于item的协同过滤算法表现在新用户侧的信息推荐效果不佳，原因主要在于新用户的用户画像积累太少，使用基于用户的协同过滤算法和基于item的协同过滤算法进行推荐都需要较多的用户历史行为信息和画像信息，不能精准地为新用户推荐文章、视频等，用户体验不好。因此，需要研究推荐效果更好的推荐方法。

发明内容

本申请实施例公开了一种信息推荐方法、信息推荐装置及计算机可读存储介质，可以精准地向用户画像不够完善的新用户推荐信息。

第一方面，本申请实施例提供了一种信息推荐方法，该方法包括：根据用户集合中各用户的历史浏览记录，确定待向第一用户推荐的至少一条信息；所述用户集合中各用户的至少一个信息点相同或者各用户的至少一个信息点均属于同一类型，所述第一用户包含于所述用户集合；将所述至少一条信息推荐给所述第一用户。

本申请实施例的执行主体为信息推荐装置，该信息推荐装置可以是服务器，也可以是其他具体信息推荐功能的电子设备。信息点(Point of Interest，POI)，也称为兴趣点。POI对应一个用户地理位置。用户地理位置是指用户行为轨迹的聚类中心点。例如服务器获取到用户上报信息中的用户地理位置行为轨迹画像，可通过聚类算法得到用户行为轨迹的地理位置聚类中心点，这些用户行为轨迹聚类中心点即为用户地理位置。用户集合中各用户可以为相同或者同类细粒度信息点(Point of Interest，POI)(例如万利达科技大厦)下的用户群体。也就是说，用户集合中各用户的至少一个信息点相同，或者，用户集合中各用户属于同一个信息点分类(即用户集合中各用户的至少一个POI属于同一类型)。可以理解，用户集合中各用户属于同一POI群体。由于用户集合中各用户属于同一POI群体，该用户集合中各用户通常对同一类信息(例如信息)比较感兴趣。因此，将同一POI群体喜爱的信息推荐给该POI群体下的其他用户，能够更精准地向用户推荐信息，进而提高用户体验。信息可以包括文章、短视频、小说、广告等。

本申请实施例中，根据用户集合中各用户的历史浏览记录确定待向第一用户推荐的信息，能够更精准地向用户推荐信息，进而提高用户体验。

在一个可选的实现方式中，所述将所述至少一个信息推荐给所述第一账号之前，所述方法还包括：获取所述用户集合中用户偏好信息的完整度低于第一阈值的用户，得到所述第一账号。