[发明专利]信息推荐方法、装置、计算机设备以及存储介质

权利要求书

1.一种信息推荐方法，其特征在于，包括：

根据第一用户的输入信息获取所述第一用户的查询特征；

获取用户画像特征集合，所述用户画像特征集合中包含多个第二用户的画像特征，任一个第二用户的画像特征是对所述任一个第二用户的社交标签进行转换处理得到；

从所述用户画像特征集合中获取与所述查询特征相匹配的目标画像特征，并获取所述目标画像特征对应的目标第二用户的推荐信息；

输出所述目标第二用户的推荐信息。

2.根据权利要求1所述的方法，其特征在于，所述输入信息为所述第一用户的身份标识；所述用户画像特征集合还包括所述第一用户的画像特征；

所述根据第一用户的输入信息获取所述第一用户的查询特征，包括：

根据所述第一用户的身份标识，在所述用户画像特征集合中查找所述第一用户的画像特征；

将所述第一用户的画像特征作为所述查询特征。

3.根据权利要求1所述的方法，其特征在于，所述输入信息为输入文本；

所述根据第一用户的输入信息获取所述第一用户的查询特征，包括：

将所述输入文本划分为多个词组，调用词向量模型确定每个词组的词向量；

将所述输入文本的多个词向量融合为所述查询特征。

4.根据权利要求1所述的方法，其特征在于，所述输入信息为输入图像；

所述根据第一用户的输入信息获取所述第一用户的查询特征，包括：

调用图像分类模型确定所述输入图像的多个图像内容标签；

调用词向量模型确定所述输入图像的每个图像内容标签的词向量；

将所述输入图像的多个词向量融合为所述查询特征。

5.根据权利要求1所述的方法，其特征在于，所述获取用户画像特征集合，包括：

获取第二用户的多个用户关联图像；

调用图像分类模型确定每个用户关联图像的多个图像内容标签；

根据所述第二用户的每个图像内容标签的出现频次，从所述第二用户的多个图像内容标签中选择所述第二用户的社交标签；

调用词向量模型确定所述第二用户的社交标签的词向量；

将所述第二用户的社交标签的词向量融合为所述第二用户的画像特征。

6.根据权利要求5所述的方法，其特征在于，所述图像分类模型包括特征提取器和标签判别器；

所述调用所述图像分类模型确定每个用户关联图像的多个图像内容标签，包括：

调用所述特征提取器提取用户关联图像的图像特征；

调用所述标签判别器识别所述图像特征和所述图像分类模型中的多个图像内容标签之间的匹配概率；

根据多个匹配概率，从所述图像分类模型中的多个图像内容标签中选择所述用户关联图像的图像内容标签。

7.根据权利要求5所述的方法，其特征在于，所述调用所述词向量模型确定所述第二用户的社交标签的词向量，包括：

在词组热编码表中查找所述第二用户的社交标签对应的目标热编码；

基于所述词向量模型中的隐藏层权重矩阵和所述目标热编码，确定所述第二用户的社交标签的词向量。

8.根据权利要求1所述的方法，其特征在于，所述从所述用户画像特征集合中获取与所述查询特征相匹配的目标画像特征，包括：

将所述多个第二用户的画像特征聚类为多个单位特征簇；每个单位特征簇包括中心画像特征；

确定所述查询特征与每个中心画像特征之间的第一特征距离；

在多个第一特征距离中，将具有最小第一特征距离的中心画像特征所属的单位特征簇作为目标单位特征簇；

确定所述查询特征和所述目标单位特征簇中的每个第二用户的画像特征之间的第二特征距离；

根据所述第二特征距离，从所述目标单位特征簇中选择与所述查询特征匹配的所述目标画像特征。