[发明专利]一种信息推荐方法、装置、电子设备及存储介质

说明书

本发明提供了一种信息推荐方法、装置、电子设备及存储介质，该方法包括：获取第一用户的位置信息；根据第一用户的位置信息，确定第一用户的位置信息预设范围内的待推荐对象集合；获取待推荐对象集合中各个待推荐对象的对象特征，一个待推荐对象的对象特征包括：待推荐对象所属品类的品类标识所对应的第一特征向量；计算各个待推荐对象的对象特征所包括的第一特征向量与预先确定的当前热门品类的品类标识所对应的第二特征向量之间的距离；向第一用户对应的终端推荐目标推荐对象。通过本发明实施例提供的技术方案，可以实现个性化地为新用户推荐新用户可能感兴趣的对象，为新用户推荐的对象的准确度有所提高。

技术领域

本发明涉及互联网技术领域，特别是涉及一种信息推荐方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的快速发展，越来越多的信息能够借由信息推荐系统被推送给用户。具体的，信息推荐系统本质是根据用户历史行为和兴趣来预测用户未来的行为和兴趣，即根据用户历史行为数据来推荐用户可能感兴趣的信息。

但是，在实际应用中，存在大量的新用户，这些新用户是没有用户历史行为数据的，此时，信息推荐系统无法根据用户历史行为数据为新用户推荐信息。

相关技术中，信息推荐系统为新用户推荐信息的方式通常为：为大量的新用户推荐相同的信息，不能个性化地为新用户推荐信息，信息推荐系统为新用户推荐的信息的准确度较低。

发明内容

为了解决相关技术中存在的信息推荐系统在为新用户推荐信息时，为大量的新用户推荐相同的信息，即不能个性化地为新用户推荐信息，从而导致信息推荐系统为新用户推荐的信息的准确地较低的技术问题，本发明实施例提供了一种信息推荐方法、装置、电子设备及存储介质。

第一方面，本发明实施例提供了一种信息推荐方法，所述方法包括：

获取第一用户的位置信息，所述第一用户为当前用户历史行为数据的数量小于预设数量的用户；

根据所述第一用户的位置信息，确定所述第一用户的位置信息预设范围内的待推荐对象集合；

获取所述待推荐对象集合中各个待推荐对象的对象特征，其中，一个待推荐对象的对象特征包括：所述待推荐对象所属品类的品类标识所对应的第一特征向量；

计算所述各个待推荐对象的对象特征所包括的第一特征向量与预先确定的当前热门品类的品类标识所对应的第二特征向量之间的距离，所述当前热门品类是基于当前用户历史行为数据的数量大于所述预设数量的第二用户的用户历史行为数据确定的；

向所述第一用户对应的终端推荐目标推荐对象，所述目标推荐对象为所述待推荐对象集合中距离小于预设距离的推荐对象。

可选的，所述获取所述待推荐对象集合中各个待推荐对象的对象特征，包括：

获取所述待推荐对象集合中各个待推荐对象的对象标识以及所述待推荐对象所属品类的品类标识；

将所述各个待推荐对象的对象标识以及所述各个待推荐对象所属品类的品类标识输入预先训练好的向量化模型，得到所述各个待推荐对象的对象标识对应的向量；

将所述各个待推荐对象的对象标识对应的向量输入预先训练好的聚类模型，得到所述各个待推荐对象所属品类的品类标识对应的第一特征向量，

其中，一个品类标识对应的第一特征向量是将属于所述品类标识的对象的对象标识所对应的向量进行加和操作得到的。

可选的，所述计算所述各个待推荐对象的对象特征所包括的第一特征向量与预先确定的当前热门品类的品类标识所对应的第二特征向量之间的距离，包括：

对于每一待推荐对象，计算所述待推荐对象的对象特征所包括的第一特征向量与各个当前热门品类的品类标识所对应的第二特征向量的第一距离；