[发明专利]推荐信息处理方法、装置、设备及存储介质

说明书

本发明涉及大数据的用户画像技术领域，本发明公开了一种推荐信息处理方法、装置、设备及存储介质，所述方法包括：通过接收用户的推荐请求，获取问卷对话数据；进行语音识别及文本提取，得到需求数据；自用户信息数据库中获取行为轨迹数据，爬取与需求数据匹配的非结构化数据，爬取人际关系图谱；运用分布式并行计算技术，进行结构化转换以及分类匹配，得到结构化汇总数据；运用深度学习技术，通过客户画像模型对行为轨迹数据和结构化汇总数据进行客户分群，得到分群标签；通过信息推荐模型进行推荐信息分析，得到信息推荐结果。因此，本发明实现了快速地、准确地结合用户的行为轨迹数据、非结构化数据和人际关系图谱自动向用户推荐信息。

技术领域

本发明涉及用户画像技术领域，尤其涉及一种推荐信息处理方法、装置、设备及存储介质。

背景技术

现有信息推荐方法中，主要是通过用户的结构化数据中提取有用数据进行信息推荐。例如，通过用户的年龄、性别、收入、职业等存储与数据库中的结构化数据进行信息推荐，或者通过用户的历史浏览记录进行信息推荐，使得信息推荐的内容不符合当前用户所需要的信息。当推荐的信息较多，或每一推荐的信息的内容较多时，用户无法确定推荐的信息是否是自己真正此时想要的信息，或者两个相似的推荐信息同时出现无法区分哪个才是真正想要的信息，导致推荐信息的准确率较低，使得其对用户的吸引力不够，无法吸引用户使用推荐信息或者对推荐信息做进一步的操作，例如：购买或者分享等操作。

发明内容

本发明提供一种推荐信息处理方法、装置、计算机设备及存储介质，实现了快速地、准确地结合用户的行为轨迹数据、非结构化数据和人际关系图谱自动向用户推荐信息，让用户获取到此时真正关注或者合适的信息，提升了推荐信息的有效性和准确性。

一种推荐信息处理方法，包括：

接收用户的推荐请求，获取所述推荐请求中的问卷对话数据；

对所述问卷对话数据进行语音识别及文本提取，并提取出需求数据；

自用户信息数据库中获取与所述用户关联的行为轨迹数据，同时爬取与所述需求数据匹配的非结构化数据，以及爬取与所述用户关联的人际关系图谱；

运用分布式并行计算技术，对所述非结构化数据进行结构化转换以及分类匹配，得到结构化汇总数据；

运用深度学习技术，通过客户画像模型对所述行为轨迹数据和所述结构化汇总数据进行客户分群，得到与所述用户对应的分群标签；

通过信息推荐模型对所述需求数据、所述分群标签和所述人际关系图谱进行推荐信息分析，得到与所述推荐请求对应的信息推荐结果，并将所述信息推荐结果向所述用户推荐。

一种推荐信息处理装置，包括：

接收模块，用于接收用户的推荐请求，获取所述推荐请求中的问卷对话数据；

提取模块，用于对所述问卷对话数据进行语音识别及文本提取，并提取出需求数据；

爬取模块，用于自用户信息数据库中获取与所述用户关联的行为轨迹数据，同时爬取与所述需求数据匹配的非结构化数据，以及爬取与所述用户关联的人际关系图谱；

分类模块，用于运用分布式并行计算技术，对所述非结构化数据进行结构化转换以及分类匹配，得到结构化汇总数据；

分群模块，用于运用深度学习技术，通过客户画像模型对所述行为轨迹数据和所述结构化汇总数据进行客户分群，得到与所述用户对应的分群标签；

推荐模块，用于通过信息推荐模型对所述需求数据、所述分群标签和所述人际关系图谱进行推荐信息分析，得到与所述推荐请求对应的信息推荐结果，并将所述信息推荐结果向所述用户推荐。