[发明专利]一种推荐信息确定方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111121962.9 申请日: 2021-09-24
公开(公告)号: CN113836413A 公开(公告)日: 2021-12-24
发明(设计)人: 黄腾玉 申请(专利权)人: 北京爱奇艺科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F40/289;G06K9/62
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 项京;高莺然
地址: 100080 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 推荐 信息 确定 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种推荐信息确定方法,其特征在于,包括:

获取用户的用户画像标签;

确定所述用户画像标签的语义特征;

按照预设的拆分规则对每个候选推荐文本信息进行拆分,得到每个候选推荐文本信息对应的至少一个分词信息;并从预设的语义特征库中获取各个分词信息的语义特征;

根据所述用户画像标签的语义特征和各个候选推荐文本信息对应的各个分词信息的语义特征,确定每个候选推荐文本信息与用户之间的相关度;

基于每个候选推荐文本信息与用户之间的相关度的大小,从多个候选推荐文本信息中确定出至少一个目标推荐文本信息。

2.根据权利要求1所述的方法,其特征在于,所述确定所述用户画像标签的语义特征,包括:

按照预设的拆分规则对所述用户画像标签进行拆分,得到所述用户画像标签对应的至少一个分词标签;

从预设的语义特征库中获取各个分词标签的语义特征;

所述根据所述用户画像标签的语义特征和各个候选推荐文本信息对应的各个分词信息的语义特征,确定每个候选推荐文本信息与用户之间的相关度,包括:

根据所述用户画像标签对应的各个分词标签,和各个候选推荐文本信息对应的各个分词信息的语义特征,确定每个候选推荐文本信息与用户之间的相关度。

3.根据权利要求2所述的方法,其特征在于,所述根据所述用户画像标签对应的各个分词标签,和各个候选推荐文本信息对应的各个分词信息的语义特征,确定每个候选推荐文本信息与用户之间的相关度,包括:

根据每个候选推荐文本信息对应的各个分词信息的语义特征,和所述用户画像标签对应的各个分词标签的语义特征,确定每个候选推荐文本信息与所述用户画像标签之间的相关度;

基于每个候选推荐文本信息与所述用户画像标签之间的相关度,确定每个候选推荐文本信息与用户之间的相关度。

4.根据权利要求3所述的方法,其特征在于,所述根据每个候选推荐文本信息对应的各个分词信息的语义特征,和所述用户画像标签对应的各个分词标签的语义特征,确定每个候选推荐文本信息与所述用户画像标签之间的相关度,包括:

根据各个分词标签的语义特征和各个分词信息的语义特征,确定每个分词标签与每个分词信息的相关度;

针对每个候选推荐文本信息,基于该候选推荐文本信息对应的各个分词信息与所述用户画像标签各个分词标签之间的相关度,确定该候选推荐文本信息与所述用户画像标签之间的相关度。

5.根据权利要求2所述的方法,其特征在于,所述按照预设的拆分规则对所述用户画像标签进行拆分,包括:

按照最小的词组拆分规则,对所述用户画像标签进行拆分;

所述按照预设的拆分规则对每个候选推荐文本信息进行拆分,包括:

按照最小的词组拆分规则,对每个候选推荐文本信息进行拆分。

6.根据权利要求2所述的方法,其特征在于,所述按照预设的拆分规则对所述用户画像标签进行拆分,包括:

判断是否能从预设的语义特征库中查找到所述用户画像标签对应的语义特征;

如果否,按照预设的拆分规则对所述用户画像标签进行拆分。

7.一种推荐信息确定装置,其特征在于,包括:

标签获取模块,用于获取用户的用户画像标签;

特征确定模块,用于确定所述用户画像标签的语义特征;

拆分模块,用于按照预设的拆分规则对每个候选推荐文本信息进行拆分,得到每个候选推荐文本信息对应的至少一个分词信息;并从预设的语义特征库中获取各个分词信息的语义特征;

相关度确定模块,用于根据所述用户画像标签的语义特征和各个候选推荐文本信息对应的各个分词信息的语义特征,确定每个候选推荐文本信息与用户之间的相关度;

推荐信息确定模块,用于基于每个候选推荐文本信息与用户之间的相关度的大小,从多个候选推荐文本信息中确定出至少一个目标推荐文本信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京爱奇艺科技有限公司,未经北京爱奇艺科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111121962.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top