[发明专利]一种信息推荐方法、装置、设备和存储介质

权利要求书

1.一种信息推荐方法，其特征在于，包括：

获取第一用户在目标系统的第一信息，所述第一信息包括所述第一用户的行为信息；

利用行为主题模型对所述第一信息进行分类，得到所述第一用户在所述目标系统的行为主题的分类结果，所述分类结果包括多个行为主题中每个行为主题下所述第一用户的行为信息；

采用预设的衰减因子对所述多个行为主题中每个行为主题下所述第一用户的行为信息进行衰减处理，得到所述每个行为主题下所述第一用户的第二信息；

在所述多个行为主题下分别基于相似度分析模型对所述第一用户的第二信息和第二用户的行为信息进行相似度分析，得到所述每个行为主题下所述第一用户和所述第二用户的行为相似度，所述第二用户为所述目标系统中除所述第一用户以外的任一用户；

根据所述第一用户和所述第二用户在所述每个行为主题下的行为相似度，确定所述第一用户和所述第二用户的用户相似度；

根据所述第一用户和所述目标系统中各个第二用户之间的用户相似度，向所述第一用户进行信息推荐。

2.根据权利要求1所述的方法，其特征在于，所述获取第一用户在目标系统的第一信息，包括：

在所述目标系统中确定埋点对象，所述埋点对象包括以下一项或多项：按钮级对象、页面级对象、区域级对象，其中，所述按钮级对象为目标系统页面的部分或全部按钮，所述页面级对象为所述目标系统页面的部分或全部页面，所述区域级对象为所述目标系统页面的部分或全部区域；

根据所述埋点对象采集所述第一用户在所述目标系统的第一信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取多个用户在所述目标系统的第一样本信息，所述第一样本信息包括所述多个用户在所述目标系统的行为信息；

获取所述第一样本信息在所述目标系统的行为主题的样本分类结果，所述样本分类结果包括多个行为主题中每个行为主题下所述多个用户的行为信息；

根据所述第一样本信息和所述样本分类结果，训练得到所述行为主题模型。

4.根据权利要求1所述的方法，其特征在于，所述衰减因子包括时间衰减因子，所述采用预设的衰减因子对所述多个行为主题中每个行为主题下所述第一用户的行为信息进行衰减处理，得到所述每个行为主题下所述第一用户的第二信息，包括：

确定所述第一信息中的第一行为信息的第一属性信息，所述第一行为信息为关联时间的行为信息，所述第一属性信息用于指示所述第一行为信息的时间特征；

根据所述第一属性信息，分别确定在所述多个行为主题下所述第一用户的行为信息的时间衰减因子；

分别根据每个行为主题下所述第一用户的行为信息和对应的时间衰减因子，得到所述每个行为主题下所述第一用户的第二信息。

5.根据权利要求1所述的方法，其特征在于，所述衰减因子包括行为衰减因子，所述采用预设的衰减因子对所述多个行为主题中每个行为主题下所述第一用户的行为信息进行衰减处理，得到所述每个行为主题下所述第一用户的第二信息，包括：

确定所述第一信息中的第二行为信息的第二属性信息，所述第二行为信息包括波动行为的行为信息，所述第二属性信息用于指示所述第二行为信息的行为波动特征；

根据所述第二属性信息，分别确定在所述多个行为主题下所述第一用户的行为信息的行为衰减因子；

分别根据每个行为主题下所述第一用户的行为信息和对应的行为衰减因子，得到所述每个行为主题下所述第一用户的第二信息。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述第一用户和所述目标系统中各个第二用户之间的用户相似度，向所述第一用户进行信息推荐，包括：

根据所述第一用户和所述目标系统中各个第二用户之间的用户相似度对用户进行分群，得到分群的结果，每个分群中的用户具有相同的用户标签；

根据所述第一用户所属的分群，确定所述第一用户的用户标签，所述第一用户的用户标签包括一个或多个；

根据所述第一用户的用户标签确定针对所述第一用户的推荐信息，并向所述第一用户推送所述推荐信息。