[发明专利]信息推荐方法、装置、存储介质及计算机设备

权利要求书

1.一种信息推荐方法，其特征在于，所述方法包括：

根据用户画像信息，提取用户的长期兴趣特征；

根据用户历史行为数据中的点击序列信息，提取用户的短期兴趣特征；

根据所述用户历史行为数据中的项目属性信息，计算用户的项目属性偏好向量；

将所述用户的长期兴趣特征、短期兴趣特征和项目属性偏好信息进行融合处理，以得到用户向量；

根据所述用户向量对目标模型中的多个目标进行优化，以得到优化后的目标模型；

通过所述优化后的目标模型对项目信息库中的项目信息进行处理，以生成目标用户对应的召回信息，并基于所述召回信息进行推荐。

2.如权利要求1所述的信息推荐方法，其特征在于，所述根据用户的画像信息，提取用户的长期兴趣特征，包括：

获取用户画像信息，所述用户画像信息包括用户人口属性信息，以及基于所述用户历史行为数据统计得到的用户偏好信息；

根据所述用户人口属性信息和所述用户偏好信息，提取用户的长期兴趣特征。

3.如权利要求1所述的信息推荐方法，其特征在于，所述根据所述用户历史行为数据中的项目属性信息，计算用户的项目属性偏好向量，包括：

将所述用户的长期兴趣特征和短期兴趣特征进行融合得到第一融合向量；

对所述第一融合向量与所述项目属性信息进行处理，以计算出所述用户的项目属性偏好向量。

4.如权利要求1所述的信息推荐方法，其特征在于，所述多个目标包括播放目标和分享目标，所述根据所述用户向量对目标模型中的多个目标进行优化，以得到优化后的目标模型，包括：

根据所述用户向量对目标模型中的所述播放目标和所述分享目标进行优化，以得到优化后的目标模型。

5.如权利要求4所述的信息推荐方法，其特征在于，所述目标模型包括多任务学习模块，所述根据所述用户向量对目标模型中的所述播放目标和所述分享目标进行优化，以得到优化后的目标模型，包括：

通过所述多任务学习模块对所述用户向量进行处理，以将所述用户向量拆分成共有信息和差异信息，所述共有信息为所述播放目标与所述分享目标对应的共有信息，所述差异信息为所述播放目标与所述分享目标对应的差异信息；

根据所述共有信息和所述差异信息对所述目标模型中的所述播放目标和所述分享目标进行优化，以得到优化后的目标模型。

6.如权利要求4所述的信息推荐方法，其特征在于，所述多个目标还包括留存量目标，所述方法还包括：

获取包含有留存量的项目反馈信息；

根据所述用户向量和所述项目反馈信息，对目标模型中的所述播放目标、所述分享目标和所述留存量目标进行优化，以得到优化后的目标模型。

7.如权利要求6所述的信息推荐方法，其特征在于，根据所述用户向量和所述项目反馈信息，对目标模型中的所述播放目标、所述分享目标和所述留存量目标进行优化，以得到优化后的目标模型，包括：

根据所述用户向量，对目标模型中的所述播放目标进行优化；

根据所述用户向量和所述项目反馈信息，对目标模型中的所述分享目标和所述留存量目标进行优化；

根据优化后的所述播放目标、所述分享目标和所述留存量目标，得到优化后的目标模型。

8.如权利要求1所述的信息推荐方法，其特征在于，所述通过所述优化后的目标模型对项目信息库中的项目信息进行处理，以生成目标用户对应的召回信息，并基于所述召回信息进行推荐，包括：

通过所述优化后的目标模型获取目标用户的用户向量；

计算所述目标用户的用户向量与所述项目信息库的项目信息中的项目向量之间的余弦相似度；

根据所述余弦相似度生成目标用户对应的召回信息；

从所述召回信息中确定出推荐信息，并将所述推荐信息推荐给所述目标用户。