[发明专利]一种信息处理方法及装置

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括；

获取用户的操控行为数据；

根据所述操控行为数据以及喜厌画像获取模型获取所述用户的喜厌画5像；

在多个喜厌画像分别匹配的信息预测模型中，选择所述用户的喜厌画像匹配的信息预测模型；

在多个信息中，根据选择的信息预测模型预测所述用户的个性化喜厌信息；

0响应所述个性化喜厌信息；

所述用户的喜厌画像包括所述用户的偏好特征和所述用户的厌恶特征；

所述用户的厌恶特征匹配的信息预测模型包括厌恶信息过滤模型；

所述在多个信息中，根据选择的信息预测模型预测所述用户的个性化喜厌信息，包括：

5至少根据所述用户的厌恶特征以及所述厌恶信息过滤模型获取所述用户厌恶的至少一个信息的信息标识；

根据所述信息标识在所述多个信息中查找所述用户厌恶的信息；

所述响应所述个性化喜厌信息，包括：

在所述多个信息中去除所述用户厌恶的信息；

0向所述用户推荐所述多个信息中的剩余的信息。

2.根据权利要求1所述的方法，其特征在于，所述在多个喜厌画像分别匹配的信息预测模型中，选择所述用户的喜厌画像匹配的信息预测模型，

包括：

在喜厌画像与信息预测模型之间的对应关系中，查找与所述用户的喜厌5画像对应的信息预测模型。

3.根据权利要求1所述的方法，其特征在于，所述用户的偏好特征匹配的信息预测模型包括偏好信息推荐模型；

所述在多个信息中，根据选择的信息预测模型预测所述用户的个性化喜厌信息，包括：

至少根据所述用户的偏好特征以及所述偏好信息推荐模型获取所述用户感兴趣的至少一个信息的信息标识；

根据所述信息标识在所述多个信息中查找所述用户感兴趣的信息。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取至少一个第一训练数据集以及至少一个第二训练数据集，每一个第一训练数据集包括第一样本用户的第一样本偏好特征、第一样本信息以及所述第一样本用户对所述第一样本信息的标注偏好程度；每一个第二训练数据集包括第二样本用户的第二样本偏好特征、第二样本信息以及所述第二样本用户对所述第二样本信息不偏好的标注数据；

使用至少一个第一训练数据集以及至少一个第二训练数据集对初始化模型训练，直至初始化模型中的参数收敛，从而得到所述偏好信息推荐模型。

5.根据权利要求3所述的方法，其特征在于，所述响应所述个性化喜厌信息，包括：

在显示的信息流中添加所述用户感兴趣的信息。

6.根据权利要求3所述的方法，其特征在于，所述响应所述个性化喜厌信息，包括：

将显示的信息流中的信息与所述用户感兴趣的信息，按照所述用户感兴趣程度由高至低的顺序重新排序；

按照排序后的顺序显示所述显示的信息流中的信息与所述用户感兴趣的信息。

7.根据权利要求3所述的方法，其特征在于，所述响应所述个性化喜厌信息，包括：

获取所述用户感兴趣的信息的推荐条；

在信息显示界面的顶部悬浮显示所述推荐条。

8.根据权利要求3所述的方法，其特征在于，所述用户感兴趣的信息包括用于在当前时刻之后的目标时刻被激活的信息；

所述响应所述个性化喜厌信息，包括：

根据所述目标时刻设置推荐定时器；

根据所述推荐定时器在所述目标时刻向所述用户推荐所述用户感兴趣的信息。