[发明专利]信息推荐方法、装置及存储介质

权利要求书

1.一种信息推荐方法，其特征在于，包括：

实时获取第一用户在第一终端的信息推荐应用客户端上的互动行为，或者每隔预设时长统计第一用户的互动行为；

当所述第一用户产生互动行为时，存储所述互动行为中所述第一用户互动过的对象；

基于存储的所述对象，确定在所述信息推荐应用客户端中所述第一用户互动过的对象集合；

确定所述对象集合中各所述对象在预设时间段内的热度信息；所述热度信息包括点击率或互动概率；

基于所述热度信息，确定所述对象集合中点击率或互动概率大于第一热度阈值的热门对象，以及点击率或互动概率小于第二热度阈值的冷门对象；

将所述热门对象、所述冷门对象确定中至少之一确定为惩罚对象；

按照预设惩罚比例，对所述惩罚对象的权重进行调整，以更新所述对象集合中各所述对象的权重；

根据所述对象集合中每一对象新的权重和对应对象的特征向量，确定为所述第一用户的特征向量；

获取第二用户集合中的每一第二用户的特征向量，其中，所述第二用户包括以下至少之一：与所述对象集合中的对象互动过的用户、与所述对象集合中的对象未互动过的用户；

确定所述第一用户的特征向量和所述第二用户的特征向量之间的距离，并将所述距离与距离阈值进行比较，得到比较结果；

基于所述比较结果，在所述第二用户集合中确定所述第一用户的相似用户；

将所述相似用户的互动信息作为待推荐信息发送至所述第一终端，以使所述第一终端的所述信息推荐应用客户端将所述待推荐信息显示在当前界面上。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一对象集合中每一对象新的权重和对应对象的特征向量，确定为所述第一用户的特征向量，包括：

确定所述对象集合中每一对象的权重与对应对象的特征向量之间的乘积；

将所述对象集合中的全部对象或部分对象对应的所述乘积之和，确定为所述第一用户的特征向量。

3.根据权利要求1所述的方法，其特征在于，所述对象为文本对象，所述对象的特征向量为词特征向量；所述方法还包括：

通过词向量化模型对所述文本对象进行词向量化处理，得到所述词特征向量。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

采用相似用户匹配网络模型，确定所述第一用户的特征向量和所述第二用户集合中的每一第二用户的特征向量，并在所述第二用户集合中确定所述第一用户的相似用；其中，所述相似用户匹配网络模型采用以下步骤训练得到：

将样本数据中的第一用户互动过的第一对象集合、和第二用户互动过的第二对象集合，分别输入至词向量化模型中，对应得到与所述第一对象集合对应的第一特征向量集合、和与所述第二对象集合对应的第二特征向量集合；

将所述第一特征向量集合和与所述第一对象集合中的每一第一对象对应的权重，以及，所述第二特征向量集合和与所述第二对象集合中的每一第二对象对应的权重依次输入至用户兴趣向量预测网络模型中，分别得到与所述第一用户对应的第一用户兴趣向量和与所述第二用户对应的第二用户兴趣向量；

将所述第一用户兴趣向量和所述第二用户兴趣向量输入至预设损失模型中，得到损失结果；

根据所述损失结果，对所述用户兴趣向量预测网络模型进行修正，得到所述相似用户匹配网络模型。