[发明专利]基于人工智能的信息推荐方法、装置及电子设备

权利要求书

1.一种基于人工智能的信息推荐方法，其特征在于，所述方法包括：

基于信息集合中多个信息之间的关联度，对每个信息的特征进行关联度处理，得到所述每个信息的关联特征；

基于所述信息集合中每个信息的关联特征，确定所述每个信息在页面中以展示位置和展示样式的多个组合进行展示时，分别对应所述多个组合的第一点击率；

基于所述每个信息分别对应所述多个组合的第一点击率，确定使所述页面的整体点击率最高的排列方式；

其中，所述排列方式包括所述每个信息在所述页面中的展示位置以及展示样式；

基于应用有所述排列方式的所述信息集合，执行推荐操作。

2.根据权利要求1所述的方法，其特征在于，在获取待推荐的信息集合中每个信息的特征之前，所述方法还包括：

获取信息库中每个信息的特征确定对应的第二点击率；

基于所述每个信息的第二点击率对所述信息库进行降序排序处理，并在降序排序结果中选取排序在前的多个信息，以形成所述信息集合；

其中，所述信息集合中信息的数目与所述页面中展示位置的数目相同。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对所述信息集合中每个信息执行以下处理：

从预先建立的特征向量矩阵中查询与所述信息的特征数据对应的特征向量；

对所述每个信息的特征向量进行融合处理，得到对应所述每个信息的特征。

4.根据权利要求1所述的方法，其特征在于，所述基于信息集合中多个信息之间的关联度，对每个信息的特征进行关联处理，得到所述每个信息的关联特征，包括：

针对所述信息集合中每个信息执行以下处理：

对所述信息集合中每个信息的特征进行注意力编码处理，得到所述信息与所述信息集合中每个信息之间的关联度；

基于所述信息与所述信息集合中每个信息之间的关联度，确定所述每个信息的关联特征。

5.根据权利要求4所述的方法，其特征在于，所述对所述信息集合中每个信息的特征进行注意力编码处理，得到所述信息与所述信息集合中每个信息之间的关联度，包括：

对所述信息的特征进行线性变换处理，得到分别对应所述特征的查询向量、键向量以及值向量；

将所述信息的查询向量与所述信息集合中每个信息的键向量进行点乘处理，对点乘处理结果进行基于最大似然函数的归一化处理，得到所述信息与所述信息集合中每个信息之间的关联度；

所述基于所述信息与所述信息集合中每个信息之间的关联度，确定所述每个信息的关联特征，包括：

将所述关联度确定为对应所述每个信息的值向量的注意力权重；

基于所述注意力权重对所述值向量进行加权处理，得到所述信息的基于注意力编码处理的关联特征。

6.根据权利要求1所述的方法，其特征在于，

所述基于所述信息集合中每个信息的关联特征，确定所述每个信息在页面中以展示位置和展示样式的多个组合进行展示时，分别对应所述多个组合的第一点击率，包括：

对所述每个信息的关联特征进行全连接处理，得到所述每个信息在页面中以展示位置和展示样式的多个组合进行展示时，与所述多个组合一一对应的多个第一点击率。