[发明专利]基于人工智能的推荐方法、装置、电子设备及存储介质

权利要求书

1.一种基于人工智能的推荐方法，其特征在于，所述方法包括：

获取待推荐用户的用户特征以及环境特征，并组合为所述待推荐用户的状态特征；

基于所述状态特征预测对应所述待推荐用户的推荐信息排布方式，其中，所述推荐排布方式包括多个推荐类别、以及每个所述推荐类别的待推荐信息的数量；

获取与每个所述推荐类别的数量对应的待推荐信息，并组合为对应所述推荐用户的待推荐信息集合；

基于所述推荐信息集合，执行对应所述待推荐用户的推荐操作。

2.根据权利要求1所述的方法，其特征在于，所述获取待推荐用户的用户特征以及环境特征，包括：

获取对应所述待推荐用户的以下至少之一的用户特征：

用于表征所述待推荐用户的基本信息的基础属性特征；用于表征用户社会关系的社会关系特征；用于表征用户互动行为的互动行为特征；用于表征用户阅读偏好的阅读心理特征；

获取对应所述待推荐用户的以下至少之一的环境特征：

用于表征向所述待推荐用户进行推荐的推荐时间的时间特征；用于表征所述待推荐用户所处位置的用户位置特征；用于表征所述待推荐用户所使用设备的设备特征；用于表征所述待推荐用户所使用的设备所处的网络环境的网络特征；用于表征向所述待推荐用户推荐的上一屏幕所展示的推荐信息的信息特征。

3.根据权利要求1所述的方法，其特征在于，所述基于所述状态特征预测对应所述待推荐用户的推荐信息排布方式，包括：

确定对应所述待推荐用户的推荐信息排布方式中所包括的推荐类别；

调用对应所述推荐类别的预测器，将对应所述推荐类别的预测器中的稠密矩阵与所述待推荐用户的状态特征相乘，以获取对应所述状态特征的稠密表示；

将对应所述状态特征的稠密表示，映射为与所述推荐类别对应的待推荐信息的数量的评分；

将最高评分对应的待推荐信息的数量，确定为与所述推荐类别对应的待推荐信息的数量。

4.根据权利要求3所述的方法，其特征在于，所述确定对应所述待推荐用户的推荐信息排布方式中所包括的推荐类别，包括：

将所述待推荐用户观看的页面适配的至少两个信息类别，确定为所述推荐信息排布方式中包括的推荐类别；

将所述待推荐用户预先设定的所偏好的至少两个信息类别，确定为所述推荐信息排布方式中包括的推荐类别；

将与所述待推荐用户的用户特征相似的至少两个信息类别，确定为所述推荐信息排布方式中包括的推荐类别。

5.根据权利要求1所述的方法，其特征在于，基于所述状态特征预测对应所述待推荐用户的推荐信息排布方式，包括:

将对应所述待推荐用户显示的页面中被配置的热门推荐类别和个性化推荐类别，确定为对应所述待推荐用户的推荐信息排布方式中包括的多个推荐类别；

基于所述状态特征，预测在所述页面中呈现所述热门推荐类别和所述个性化推荐类别时的待推荐信息的数量。

6.根据权利要求1所述的方法，其特征在于，

在获取与每个所述推荐类别的数量对应的待推荐信息之前，所述方法还包括：

获取对应所述待推荐用户的召回信息；

基于所述待推荐用户的用户特征和环境特征、以及所述召回信息对应的信息特征，对所述召回信息的评分进行降序排序；

所述获取与每个所述推荐类别的数量对应的待推荐信息，包括：

从所述降序排序中选取排序在前的、且属于所述推荐类别的召回信息，以作为相应推荐类别的待推荐信息。

7.根据权利要求6所述的方法，其特征在于，所述获取对应所述待推荐用户的召回信息，包括：

获取以下至少一个类型的信息，以作为对应所述待推荐用户的召回信息：

与对应所述待推荐用户的历史浏览信息之间的内容相似，且内容相似度不小于内容相似度阈值的信息；

与对应所述待推荐用户的历史行为信息之间的行为相似，且行为相似度不小于行为相似度阈值的信息。