[发明专利]一种资讯推荐方法、装置、电子设备和存储介质

权利要求书

1.一种资讯推荐方法，其特征在于，所述方法包括：

根据预设金融数据集的实体构建金融知识图谱；

基于所述金融知识图谱和用户信息浏览记录确定用户行为特征；

根据所述用户行为特征选择目标资讯进行推荐。

2.根据权利要求1所述的方法，其特征在于，所述根据预设金融数据集的实体构建金融知识图谱，包括：

识别所述预设金融数据集中的名词文本作为实体，名词文本至少包括地点、人名、机构名、公司名、行业名中至少一种；

根据预设图表示学习处理操作降低所述实体的维度以获取金融知识图谱。

3.根据权利要求2所述的方法，其特征在于，所述预设图表示学习处理至少包括以下一种：基于TransE的图表示学习、基于TransD的图表示学习、基于TransR的图表示学习、DeepWalk图表示学习、Node2vec图表示学习。

4.根据权利要求2所述的方法，其特征在于，所述识别所述预设金融数据集中的名词文本作为实体，包括：

通过预设文本相似模型确定各所述名词文本的相似度；

根据所述相似度将具有相同语义的名词文本映射到相同的实体。

5.根据权利要求1所述的方法，其特征在于，所述基于所述金融知识图谱和用户信息浏览记录确定用户行为特征，包括：

获取所述金融知识图谱对应的图谱向量以及用户信息浏览记录对应的用户行为向量；

将所述图谱向量和所述用户行为向量输入到特征提取模型获取用户行为特征，其中，所述特征提取模型通过历史浏览数据集训练生成。

6.根据权利要求5所述的方法，其特征在于，所述将所述图谱向量和所述用户行为向量输入到特征提取模型获取用户行为特征，包括：

将所述图谱向量和所述用户行为向量分别输入到特征提取模型，其中，所述图谱向量和所述用户行为向量分别对应所述特征提取模型的一个输入通道；

在所述特征提取模型对所述图谱向量和所述用户行为向量进行卷积和池化操作获取到资讯向量作为用户行为特征。

7.根据权利要求1-6中任一所述的方法，其特征在于，所述根据所述用户行为特征选择目标资讯进行推荐，包括：

基于所述用户行为特征确定待推荐资讯对应的推荐概率；

根据所述推荐概率选择对应的待推荐资讯作为目标资讯进行推荐。

8.一种资讯推荐装置，其特征在于，所述装置包括：

图谱构建模型，用于根据预设金融数据集的实体构建金融知识图谱；

用户特征模块，用于基于所述金融知识图谱和用户信息浏览记录确定用户行为特征；

资讯推荐模块，用于根据所述用户行为特征选择目标资讯进行推荐。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的资讯推荐方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在执行时实现如权利要求1-7中任一所述的资讯推荐方法。