[发明专利]一种破除信息茧房问题的冷启动个性化推荐方法及装置

说明书

本申请涉及一种破除信息茧房问题的冷启动个性化推荐方法及装置，其中，方法包括：在目标账号的使用阶段处于冷启动阶段的情况下，确定与目标账号的用户行为相似度达到第一阈值的对照账号；利用对照账号的对照兴趣矩阵确定目标账号的目标兴趣矩阵；利用目标兴趣矩阵在预设内容池中确定候选推荐集；利用量化因子对候选推荐集中的特征相关度进行权重调整，得到各个候选推荐数据的推荐指数；将推荐指数达到第二阈值的候选推荐数据确定为目标推荐数据，并将目标推荐数据推送给目标账号。通过对照账号来预测用户账号的兴趣矩阵，然后用兴趣矩阵选出候选推荐集，最后结合目标账号的浏览记录确定推荐数据，解决了为冷启动阶段用户推荐的内容趋于同质化的问题。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种破除信息茧房问题的冷启动个性化推荐方法及装置。

背景技术

近年来，伴随着信息技术的蓬勃发展，人工智能技术在互联网应用过程中逐渐走向成熟，其中个性化内容推荐技术是一种基于用户行为产生的数据(例如，用户浏览记录、购物记录、关注信息、个人兴趣点标签等数据)构建个性化用户内容推荐模型进行用户喜好内容预测的智能技术。但是新注册用户在使用互联网的初始阶段产生的数据较少，系统推荐的内容就会集中在较小范围，这样一来，为冷启动阶段用户推荐的内容趋于同质化，极易造成信息茧房现象。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种破除信息茧房问题的冷启动个性化推荐方法及装置，以解决上述“为冷启动阶段用户推荐的内容趋于同质化”的技术问题。

根据本申请实施例的一个方面，本申请提供了一种破除信息茧房问题的冷启动个性化推荐方法，包括：在目标账号的使用阶段处于冷启动阶段的情况下，确定与目标账号的用户行为相似度达到第一阈值的对照账号；利用对照账号的对照兴趣矩阵确定目标账号的目标兴趣矩阵；利用目标兴趣矩阵在预设内容池中确定候选推荐集，其中，候选推荐集包括候选推荐数据以及候选推荐数据与目标兴趣矩阵的特征相关度；利用量化因子对候选推荐集中的特征相关度进行权重调整，得到各个候选推荐数据的推荐指数；将推荐指数达到第二阈值的候选推荐数据确定为目标推荐数据，并将目标推荐数据推送给目标账号。

可选地，确定与目标账号的用户行为相似度达到第一阈值的对照账号包括：获取目标账号的第一兴趣数据，并从用户数据库中获取多个用户账号以及用户账号的第二兴趣数据，其中，用户数据库用于存储当前不处于冷启动阶段的用户账号在冷启动阶段时的兴趣数据；利用第一兴趣数据生成第一兴趣矩阵，以及利用第二兴趣数据生成第二兴趣矩阵；确定第一兴趣矩阵与各个第二兴趣矩阵的矩阵相似度，以获得目标账号与各个用户账号的用户行为相似度；将用户行为相似度达到第一阈值的用户账号确定为对照账号。

可选地，利用对照账号的对照兴趣矩阵确定目标账号的目标兴趣矩阵包括：获取对照账号的当前兴趣数据，并利用当前兴趣数据生成对照兴趣矩阵；利用目标账号的第一兴趣矩阵对对照兴趣矩阵进行矩阵扩充，生成目标兴趣矩阵。

可选地，利用目标兴趣矩阵在预设内容池中确定候选推荐集包括：获取预设内容池，其中，预设内容池包括系统内容池和正能量内容池；利用目标兴趣矩阵分别从系统内容池和正能量内容池中提取系统候选集和正能量候选集；将系统候选集和正能量候选集确定为候选推荐集。

可选地，利用目标兴趣矩阵分别从系统内容池和正能量内容池中提取系统候选集和正能量候选集包括：利用目标兴趣矩阵从系统内容池召回第一内容池，以及利用目标兴趣矩阵从正能量内容池召回第二内容池；确定第一内容池中的数据与目标兴趣矩阵的第一相关度，并确定第二内容池中的数据与目标兴趣矩阵的第二相关度；提取第一内容池中的第一相关度达到第三阈值的数据，得到系统候选集，以及提取第二内容池中的第二相关度达到第四阈值的数据，得到正能量候选集。