[发明专利]信息推送方法、装置、计算机设备及计算机可读存储介质

权利要求书

1.一种信息推送方法，其特征在于，所述方法包括：

对所有用户的已观看内容进行分类，得到多个内容分类；

根据目标用户对各个所述内容分类的偏好程度以及待推荐内容与所述目标用户已观看内容的相似度，计算所述目标用户观看各个所述待推荐内容的第一概率；所述待推荐内容为所述多个内容分类中除所述目标用户已观看内容的任意一个内容；

根据所述目标用户所属用户类别对所述待推荐内容的评论信息，计算每个所述待推荐内容被推荐给所述目标用户的第二概率；

根据所述第一概率和所述第二概率，得到每个待推荐内容的热度评分；

根据所述热度评分将所述待内容推荐给目标用户。

2.根据权利要求1所述的方法，其特征在于，所述对所有用户的已观看内容进行分类，得到多个内容分类，包括：

从所有已观看内容中选取K个内容作为分类中心；

计算所有已观看内容与各个所述分类中心的相关性；

根据所述相关性，得到各个已观看内容之间的相关性矩阵；

迭代更新所述分类中心及所述相关性矩阵，直至满足迭代阈值，得到多个内容分类。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户对各个所述内容分类的偏好程度以及待推荐内容与所述目标用户的已观看内容的相似度，计算所述目标用户观看各个所述待推荐内容的第一概率，包括：

确定目标用户的各个已观看内容以及各个所述内容分类的分类中心；

根据所述目标用户的各个已观看内容及各个所述内容分类的分类中心，计算所述目标用户对各个所述内容分类的偏好程度。

4.根据权利要求1-3任一项所述的方法，其特征在于，根据所述目标用户对各个所述内容分类的偏好程度以及待推荐内容与所述目标用户的已观看内容的相似度，计算所述目标用户观看各个所述待推荐内容的第一概率，包括：

确定所述目标用户的已观看内容的第一特征向量；

确定所述待推荐内容的第二特征向量；

根据所述第一特征向量及所述第二特征向量，确定待推荐内容与所述目标用户的已观看内容的相似度。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述目标用户所属用户类别对所述待推荐内容的评论信息，计算每个所述待推荐内容被推荐给所述目标用户的第二概率，包括：

获取所有用户的观看信息；

根据所述观看信息及词向量模型，得到各个用户的特征向量；

根据所述特征向量进行聚类，得到各个用户所属的用户类别。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标用户所属用户类别对所述待推荐内容的评论信息，计算每个所述待推荐内容被推荐给所述目标用户的第二概率，包括：

根据所述目标用户所属用户类别对所述待推荐内容的评论信息，确定所述目标用户所属用户类别中其他用户对所述待推荐内容的情感分类；

计算所述目标用户与所属用户类别中其他用户之间的欧式距离；

根据所述欧式距离及所述情感分类，计算每个所述待推荐内容被推荐给所述用户的第二概率。

7.根据权利要求6所述的方法，其特征在于，所述根据所述目标用户所属用户类别对所述待推荐内容的评论信息，确定所述目标用户所属用户类别中其他用户对所述待推荐内容的情感分类，包括：

获取所述目标用户所属用户类别对所述待推荐内容的评论信息；

将所述评论信息输入情感分类模型，得到所述目标用户所属用户类别中其他用户对所述待推荐内容的情感分类；所述情感分类模型为预先根据情感分类样本训练得到。