[发明专利]一种信息推荐方法及装置

权利要求书

1.一种信息推荐方法，其特征在于，所述方法包括：

获取待推荐二部图的拓扑信息、所述待推荐二部图中每个用户节点对应的用户信息及所述待推荐二部图中每个信息节点对应的内容信息，其中，所述待推荐二部图包括多个用户节点及多个信息节点，每个用户节点表示一个用户，每个信息节点表示一条信息，所述拓扑信息用于表示所述待推荐二部图中的用户节点与信息节点之间的历史浏览关系；

将所述拓扑信息、所述用户信息及所述内容信息输入信息推荐模型，确定每个用户节点对应的用户向量和每个信息节点对应的信息向量，其中，所述用户向量表示对应的用户对于各预设信息类型的信息的兴趣偏好，所述信息向量表示对应的信息属于各预设信息类型时对应的语义信息，所述预设信息类型为预先基于所述二部图中信息节点所表示的信息的内容设置的，所述信息推荐模型为基于预设训练集训练得到的，所述预设训练集包括二部图样本的拓扑信息样本、所述二部图样本中每个用户节点样本对应的用户信息样本及所述二部图样本中每个信息节点样本对应的内容信息样本；

基于所述用户向量表示的兴趣偏好和所述信息向量表示的语义信息，确定每个用户节点所表示的用户浏览候选信息节点所表示的信息的概率，作为预测概率，其中，针对每个用户节点，所述候选信息节点为与该用户节点不存在历史浏览关系的信息节点；

基于所述预测概率，向所述二部图中的每个用户节点所表示的用户推荐与该用户节点不存在历史浏览关系的信息节点所表示的信息；

其中，所述信息推荐模型的训练方法，包括：

获取初始信息推荐模型及预设训练集，其中，所述预设训练集包括二部图样本的拓扑信息样本、所述二部图样本中每个用户节点样本对应的用户信息样本及所述二部图样本中每个信息节点样本对应的内容信息样本；

从所述二部图样本中选取多个用户节点样本及多个信息节点样本，并标记每个被选取的用户节点样本所表示的用户浏览每个被选取的信息节点样本所表示的信息的概率，作为标记概率；

将所述拓扑信息样本、所述用户信息样本及所述内容信息样本输入所述初始信息推荐模型，确定每个用户节点样本对应的用户向量和每个信息节点样本对应的信息向量；

基于每个被选取的用户节点样本对应的用户向量和每个被选取的信息节点样本对应的信息向量，确定每个被选取的用户节点样本所表示的用户浏览每个被选取的信息节点样本所表示的信息的概率，作为模型预测概率；

基于所述模型预测概率与所述标记概率之间的差异，调整所述初始信息推荐模型的参数，直至所述初始信息推荐模型收敛，停止训练，得到信息推荐模型；

所述初始信息推荐模型包括偏好正则层；

所述训练方法还包括：

基于所述偏好正则层对应的参数，确定每个用户节点样本所表示的用户分别关于每种预设信息类型的兴趣偏好目标值的置信度，作为用户解耦置信度；

基于所述偏好正则层对应的参数，确定每个信息节点样本所表示的信息属于各预设信息类型时对应的语义信息目标值的置信度，作为信息解耦置信度；

所述基于所述模型预测概率与所述标记概率之间的差异，调整所述初始信息推荐模型的参数的步骤，包括：

基于所述模型预测概率与所述标记概率之间的差异，确定第一损失函数；

基于所述用户解耦置信度及所述信息解耦置信度，确定第二损失函数；

基于所述第一损失函数及所述第二损失函数，确定目标损失函数；

基于所述目标损失函数，调整所述初始信息推荐模型的参数。