[发明专利]信息的推荐方法、装置、设备和存储介质

说明书

本申请涉及一种信息的推荐方法、装置、设备和存储介质。该方法包括：获取当前用户的第一标识以及各个待推荐信息的第二标识；将所述第一标识以及各个第二标识输入至预设的预测模型中，得到所述当前用户对各个待推荐信息针对目标行为的第一预测值和第二预测值，其中，所述预测模型为多输入多输出模型；根据所述第一预测值和所述第二预测值的乘积结果，向所述当前用户进行信息推荐。该方法相比基于单一的二分类预测结果的推荐结果，提高了信息推荐的准确性。

技术领域

本申请涉及互联网领域，特别是涉及一种信息的推荐方法、装置、设备和存储介质。

背景技术

随着大数据技术的不断发展，各种信息爆炸式增长，通过大数据分析可以为用户更精准地推送信息。其中，信息可以为视频、音频以及专辑等。

传统技术中，计算机设备可以根据用户的历史行为数据为用户进行信息的个性化推荐。但是，传统技术推荐的结果的准确性较低。

发明内容

基于此，有必要针对传统方式推荐的结果的准确性较低的技术问题，提供一种信息的推荐方法、装置、设备和存储介质。

第一方面，本申请实施例提供一种信息的推荐方法，包括：

获取当前用户的第一标识以及各个待推荐信息的第二标识；

将所述第一标识以及各个第二标识输入至预设的预测模型中，得到所述当前用户对各个待推荐信息针对目标行为的第一预测值和第二预测值，其中，所述预测模型为多输入多输出模型；

根据所述第一预测值和所述第二预测值的乘积结果，向所述当前用户进行信息推荐。

第二方面，本申请实施例提供一种信息的推荐装置，包括：

获取模块，用于获取当前用户的第一标识以及各个待推荐信息的第二标识；

预测模块，用于将所述第一标识以及各个第二标识输入至预设的预测模型中，得到所述当前用户对各个待推荐信息针对目标行为的第一预测值和第二预测值，其中，所述预测模型为多输入多输出模型；

推荐模块，用于根据所述第一预测值和所述第二预测值的乘积结果，向所述当前用户进行信息推荐。

第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的信息的推荐方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例第一方面提供的信息的推荐方法。

本申请实施例提供的信息的推荐方法、装置、设备和存储介质，在获取到当前用户的第一标识以及各个待推荐信息的第二标识之后，计算机设备将当前用户的第一标识以及各个待推荐信息的第二标识输入至预设的预测模型中，得到当前用户对各个待推荐信息针对目标行为的第一预测值和第二预测值，并根据得到的第一预测值和第二预测值的乘积结果，向当前用户进行信息推荐。由于上述预测模型为多输入多输出模型，即可以通过该预测模型预测当前用户对各个待推荐信息针对目标行为的第一预测值和第二预测值，第一预测值为预测概率值，第二预测值为具体预测数值，即第二预测值为非预测概率值，因此，第一预测值和第二预测值的乘积结果便可以表示当前用户对各个待推荐信息针对目标行为的综合预测值，这样，计算机设备基于第一预测值和第二预测值的乘积结果向当前用户推荐信息，相比基于单一的二分类预测结果的推荐结果，提高了信息推荐的准确性。

附图说明

图1为本申请实施例提供的信息的推荐方法的一种流程示意图；

图2为本申请实施例提供的一种预测模型的结构示意图；

图3为本申请实施例提供的信息的推荐方法的另一种流程示意图；