[发明专利]一种信息推荐方法、装置、设备和存储介质

说明书

本申请实施例公开了一种信息推荐方法、装置、设备和存储介质，应用于人工智能技术领域。该方法可以包括：利用行为主题模型对第一用户在目标系统的第一信息进行分类，得到第一用户的行为主题的分类结果；采用预设的衰减因子对多个行为主题中每个行为主题下的第一用户的第一信息进行衰减处理，得到每个行为主题下第一用户的第二信息；在多个行为主题下分别基于相似度分析模型对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，得到每个行为主题下第一用户和第二用户的行为相似度，以确定第一用户和第二用户的用户相似度；根据用户相似度向第一用户进行信息推荐。采用本申请实施例，有助于提高信息推荐的可靠性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种信息推荐方法、装置、设备和存储介质。

背景技术

在当今数字经济时代背景下，随着各行各业向数字化方向发展，传统的线下业务逐渐向数字化的线上系统中迁移。而线上系统在运行过程中会产生大量的数据，若能有效地利用这些数据对用户进行分析，并根据分析的结果向用户进行信息推荐，可以达到挖掘用户潜在价值的目的。因此，如何提高信息推荐的可靠性是值得探索的问题。

目前采取的信息推荐方法一般是针对不同用户进行无差别信息推荐，或者，按照用户点击过的信息的相似信息进行推荐，均无法满足用户日益增长的信息获取需求，信息推荐的可靠性较低。

发明内容

本申请实施例提供了一种信息推荐方法、装置、设备和存储介质，有助于提高信息推荐的可靠性。

第一方面，本申请实施例提供了一种信息推荐方法，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。

第二方面，本申请实施例提供了一种信息推荐装置，包括：

获取单元，用于获取第一用户在目标系统的第一信息，其中，所述第一信息包括所述第一用户的行为信息；

分类单元，用于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；

处理单元，用于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；

所述处理单元，还用于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；

推荐单元，用于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。