[发明专利]信息推荐方法、装置、电子设备和存储介质

说明书

本申请实施例提供了一种信息推荐方法、装置、电子设备和存储介质，该方法包括：根据用户关联信息对应的特征参数，确定用户关联信息的初始关联关系模型；根据特征参数的参数值训练初始关联关系模型，得到用户关联信息的目标关联关系模型；获取第一用户和第二用户的特征参数的参数值；根据目标关联关系模型以及第一用户和第二用户的特征参数的参数值，确定第一用户和所述第二用户间的用户关联信息；根据第一用户和所述第二用户间的用户关联信息进行信息推荐。基于本申请提供的信息推荐方法，提高向用户进行信息推荐的有效性。

技术领域

本申请实施例涉及电子商务技术领域，尤其涉及一种信息推荐方法、装置、电子设备和计算机存储介质。

背景技术

在电商购物平台中，推荐系统(Recommender System，RS)采用的信息推荐方法，主要包括协同过滤算法(Collaborative Filtering)或对其优化产生的算法。

其中，协同过滤算法基于用户历史行为信息，构建用户的用户特征画像(Userprofile)、商品特征画像，以及商品-商品间的相似关系矩阵、用户-用户间的相似关系矩阵。计算用户-商品间的关联度信息，经过召回、排序等计算过程，得到与目标用户关联度最高的N个商品，实现基于协同过滤的智能推荐。

在相关技术中，根据用户关联信息，确定和用户存在用户关联关系的目标用户，在根据用户关联信息向用户进行信息推荐符合目标用户的用户偏好信息的信息推荐内容时，由于用户关联信息不准确，容易引起向用户进行信息推荐的有效性降低。

发明内容

本申请实施例提供了一种信息推荐方法、装置、电子设备和计算机存储介质，可以提高向用户进行信息推荐的有效性。

本申请实施例提供的一种信息推荐方法，包括：

根据用户关联信息对应的特征参数，确定所述用户关联信息的初始关联关系模型；根据所述特征参数的参数值训练所述初始关联关系模型，得到所述用户关联信息的目标关联关系模型；

获取第一用户和第二用户的特征参数的参数值；根据所述目标关联关系模型以及所述第一用户和第二用户的特征参数的参数值，确定所述第一用户和所述第二用户间的用户关联信息；

根据所述第一用户和所述第二用户间的用户关联信息进行信息推荐。

在一种实现方式中，所述根据所述第一用户和所述第二用户间的用户关联信息进行信息推荐，包括：

获取所述第二用户的用户偏好信息；

根据所述用户关联信息，在所述第一用户的终端设备的界面中，展示所述第二用户的用户偏好信息对应的推荐信息内容。

在一种实现方式中，所述用户关联信息对应的特征参数包括以下特征参数中的至少一项：

所述第一用户的历史订单和所述第二用户的历史订单的关联度、所述第一用户和所述第二用户在线上互动活动中的交互频次。

在一种实现方式中，所述方法还包括：

获取所述第一用户和候选用户集合中每个用户间的互动行为信息；根据所述互动行为信息，从所述候选用户集合中确定出至少一个所述第二用户；或者，

获取所述第一用户的历史订单信息和所述候选用户集合中每个用户的历史订单信息，根据所述第一用户的历史订单信息和所述候选用户集合中每个用户的历史订单信息，从所述候选用户集合中确定出至少一个所述第二用户。

在一种实现方式中，所述方法还包括：

获取所述第一用户和候选用户集合中每个用户间的互动行为信息、以及所述第一用户的历史订单信息和所述候选用户集合中每个用户的历史订单信息；