[发明专利]一种信息推荐方法以及相关设备

说明书

本申请实施例涉及人工智能领域中的一种信息推荐方法，应用于陪伴型儿童机器人，信息推荐方法包括：获取目标对象的特征信息以及多个第一推荐对象的特征信息；以所述目标对象的特征信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象；输出所述目标推荐对象。本申请以目标对象历史交互对象对应的交互信息作为信息推荐模型的输入，基于历史交互对象对应的交互信息向目标对象进行信息推荐，提高了信息的推荐准确率。

技术领域

本申请涉及人工智能领域，尤其涉及一种信息推荐方法以及相关设备。

背景技术

随着人工智能的不断发展，教育的人工智能(educated artificialintelligence，Educated AI)包括具有应用限定、用户教育、自学习推理能力、判断能力等特点的智能系统，能够帮助人们更高效、更好地完成具体的任务或任务集。

在现代社会的家庭中，越来越多的父母不能时刻陪伴孩子，在不能够陪伴的孩子的时候，父母可以使用智能机器人对孩子进行陪伴。

然而现在的儿童机器人大多都是被动响应，不能满足未来父母对智能机器人陪伴孩子的更高陪伴要求，而对弈主动进行信息推荐的儿童机器人，其信息推荐的准确度较低。

发明内容

本申请实施例提供了一种信息推荐方法以及相关设备，用于提高信息的推荐准确率。

为解决上述技术问题，本申请实施例提供以下技术方案：

第一方面，本申请提供了一种信息推荐方法，包括：获取目标对象的特征信息以及多个第一推荐对象的特征信息，其中所述目标对象的特征信息包括所述目标对象历史交互对象对应的交互信息，所述历史交互对象为所述多个第一推荐对象中的一个，所述交互信息包括所述目标对象与所述历史交互对象进行交互的时长信息和/或情绪信息，所述历史交互对象为游戏或绘本；以所述目标对象的特征信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象；输出所述目标推荐对象。

可选的，在第一方面的一种可选设计中，所述历史交互对象对应于预设交互时长，所述时长信息为所述目标对象与所述历史交互对象进行交互的时间长度与所述预设交互时长的比值。

可选的，在第一方面的一种可选设计中，所述目标对象的特征信息包括所述目标对象多个历史交互对象中每个历史交互对象对应的交互信息，所述以所述目标对象历史交互对象对应的交互信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象，包括：

对所述多个历史交互对象对应的交互信息，采用循环神经网络模型生成时序化特征向量；

以所述时序化特征向量以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象。

可选的，在第一方面的一种可选设计中，所述循环神经网络模型为：长短期记忆网络LSTM或门控循环单元GRU。

可选的，在第一方面的一种可选设计中，所述信息推荐模型为：

因子分解机模型FM、场感知分解机模型FFM或深度因子分解机模型DFM。

第二方面，本申请提供了一种信息推荐方法，包括：

基于目标对象存在信息推荐需求，获取目标对象的特征信息以及多个第一推荐对象的特征信息，其中所述目标对象的特征信息包括所述目标对象历史交互对象对应的交互信息，所述历史交互对象为所述多个第一推荐对象中的一个，所述交互信息包括所述目标对象与所述历史交互对象进行交互的时长信息和/或情绪信息，所述历史交互对象为游戏或绘本；

以所述目标对象的特征信息以及多个第一推荐对象的特征信息作为输入，采用信息推荐模型从多个第一推荐对象中确定目标推荐对象；