[发明专利]信息推荐方法、装置及存储介质

说明书

本申请实施例提供一种信息推荐方法、装置及存储介质，其中，所述方法包括：确定第一用户互动过的对象集合；根据所述对象集合中每一对象的权重和对应对象的特征向量，确定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；根据所述第一用户的特征向量和所述第二用户的特征向量，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，推荐给所述第一用户。通过本申请，在构造相似用户时，不仅能够降低计算量和内存消耗量，而且能够准确的确定出用户的相似用户，进而实现对用户进行准确的信息推荐。

技术领域

本申请实施例涉及互联网技术领域，涉及但不限于一种信息推荐方法、装置及存储介质。

背景技术

随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载的时代，由于信息量的雪崩式增加，如何在大量的信息中选择出更符合用户兴趣习惯的信息，并将这些信息优先推荐给用户，则是急需解决的问题。然而，在对用户进行信息推荐时，通常是给用户推荐和他兴趣相似的其他用户所关注的信息，那么，在进行信息推荐之前，首先需要构建用户的相似用户。

目前，构建相似用户的方法主要包括以下两种：第一种，采用基于用户的协同过滤算法(UserCF，User Based Collaborative Filtering)构建用户的两两权重对，以确定用户的相似用户；第二种，采用节点向量化(Node2vec，Node to vector)的方式构造用户和信息二部图的方式训练出用户的特征向量，从而确定用户的相似用户。

但是，UserCF的方式在用户规模量较大时计算量和内存消耗量非常大，而Node2vec的方式得出来的结果过于扩散，不能准确确定出用户的相似用户。

发明内容

本申请实施例提供一种信息推荐方法、装置及存储介质，在构造相似用户时，不仅能够降低计算量和内存消耗量，而且能够准确的确定出用户的相似用户，进而实现对用户进行准确的信息推荐。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种信息推荐方法，包括：

确定第一用户互动过的对象集合；

根据所述对象集合中每一对象的权重和对应对象的特征向量，确定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；

根据所述第一用户的特征向量和所述第二用户的特征向量，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，推荐给所述第一用户。

本申请实施例提供一种信息推荐装置，包括：

第一确定模块，用于确定第一用户互动过的对象集合；

第二确定模块，用于根据所述对象集合中每一对象的权重和对应对象的特征向量，确定所述第一用户的特征向量；

获取模块，用于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；

第三确定模块，用于根据所述第一用户的特征向量和所述第二用户的特征向量，在所述第二用户集合中确定所述第一用户的相似用户；

推荐模块，用于将所述相似用户的互动信息作为待推荐信息，推荐给所述第一用户。

本申请实施例提供一种信息推荐设备，包括：

存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现上述的方法。