[发明专利]一种信息推荐方法、装置、计算机设备及存储介质

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：

获取当前游戏玩家在指定游戏中的互动信息；

对所述互动信息进行分类处理，得到所述互动信息的目标分类标签；

从多个候选引导信息中，确定所述目标分类标签对应的目标引导信息；

基于所述目标引导信息对所述当前游戏玩家进行信息推荐。

2.根据权利要求1所述的方法，其特征在于，所述对所述互动信息进行分类处理，得到所述互动信息的目标分类标签，包括：

识别所述互动信息，得到所述互动信息中的文本信息；

对所述文本信息进行特征提取，得到所述文本信息的文本特征数据；

基于所述文本特征数据确定所述文本信息对应的文本标签，得到所述互动信息对应的目标分类标签。

3.根据权利要求2所述的方法，其特征在于，所述对所述文本信息进行特征提取，得到所述文本信息的文本特征数据，包括：

对所述文本信息进行预处理，得到所述文本信息对应的单词序列，所述单词序列中包括多个单词；

提取每一单词的单词特征，并基于所述单词特征计算每一单词的词向量表达；

基于所述单词序列以及每一单词的词向量构建词向量序列，得到所述文本特征数据。

4.根据权利要求3所述的方法，其特征在于，所述基于所述文本特征数据确定所述文本信息对应的文本标签，得到所述互动信息对应的目标分类标签，包括：

将所述文本特征数据输入训练后模型，并基于所述训练后模型对所述文本特征数据进行分类处理，得到所述文本信息归类于不同分类标签的概率；

根据所述文本信息归类于不同分类标签的概率，确定所述互动信息对应的目标分类标签。

5.根据权利要求4所述的方法，其特征在于，所述基于所述训练后模型对所述文本特征数据进行分类处理，得到所述文本信息归类于不同分类标签的概率，包括：

计算所述词向量序列中词向量之间的相关度；

基于所述相关度生成目标词向量序列；

计算所述目标词向量序列归类于不同分类标签的概率，得到所述文本信息归类于不同分类标签的概率。

6.根据权利要求5所述的方法，其特征在于，所述计算所述词向量序列中词向量之间的相关度，包括：

确定每一词向量在所述词向量序列中的排列位置；

基于所述排列位置与指定距离参数，确定所述词向量序列中与所述词向量关联的候选词向量；

计算所述词向量与所述候选词向量的相关度。

7.根据权利要求1所述的方法，其特征在于，所述从多个候选引导信息中确定所述目标分类标签对应的目标引导信息，包括

对所述多个候选引导信息进行分类处理，得到多个信息子集合；

从所述多个信息子集合中，确定所述目标分类标签对应的目标信息子集合；

根据候选引导信息的热度参数，对所述目标信息子集合中的候选引导信息进行排序，得到排序后信息子集合；

从所述排序后信息子集合中选取指定数量的候选引导信息，得到目标引导信息。

8.根据权利要求1所述的方法，其特征在于，在基于所述目标引导信息对所述当前游戏玩家进行信息推荐之前，还包括：

获取所述当前游戏玩家在指定历史时间段内阅读的已读引导信息；

基于所述已读引导信息对所述目标引导信息进行筛选，得到筛选后目标引导信息；

所述基于所述目标引导信息对所述当前游戏玩家进行信息推荐，包括：

基于所述筛选后目标引导信息，对所述当前游戏玩家进行信息推荐。

9.根据权利要求1所述的方法，其特征在于，所述基于所述目标引导信息对所述当前游戏玩家进行信息推荐，包括：

获取所述当前游戏玩家在所述指定游戏中的当前对战信息；

将所述对战信息与所述目标引导信息进行匹配；

若所述当前对战信息与所述目标引导信息匹配成功，则向所述当前游戏玩家的游戏账户发送所述目标引导信息。