[发明专利]信息推荐方法、装置、电子设备及存储介质

说明书

本发明涉及人工智能技术，揭露一种信息推荐方法，包括：根据待推荐信息集中的信息构建矩阵；根据用户的历史信息数据计算每个信息的信息使用率，利用信息使用率更新构建的矩阵，得到信息使用率矩阵；根据信息使用率矩阵中每种元素对应信息与用户的匹配程度更新信息使用率矩阵，得到信息推荐矩阵；根据预设衰减因子、预设推荐时间及历史信息数据获取时间计算信息推荐矩阵中元素衰减权重并更新矩阵，得到目标推荐矩阵；根据预设阈值筛选目标推荐矩阵中每个元素对应的信息推荐至用户。本发明还涉及一种区块链技术，所述目标推荐矩阵可以存储在区块链节点中。本发明还提出一种信息推荐装置、设备以及介质。本发明可以提高信息推荐的准确率。

技术领域

本发明涉及人工智能技术，尤其涉及一种信息推荐方法、装置、电子设备及存储介质。

背景技术

随着信息社会的到来，用户每天接触的信息越来越多，为了帮助用户及时获取有效的信息，需要对用户进行信息推荐。

现有信息推荐如常见的服务权益推荐，仅能提取信息(如服务权益)的单一维度特征，信息提取的特征不准确，无法准确匹配用户需要的信息，导致信息推荐的准确率较低。

发明内容

本发明提供一种信息推荐方法、装置、电子设备及存储介质，其主要目的在于提高了信息推荐的准确率。

获取用户的历史信息使用数据，其中，所述历史信息使用数据，包括：不同类别信息的获取次数及实际响应次数；

获取包含不同类别的信息及对应的信息标签的待推荐信息集，根据所述待推荐信息集中的信息构建矩阵，得到初始信息矩阵；

根据所述获取次数及所述实际响应次数计算每个所述信息的信息使用率，利用所述信息使用率对所述初始信息矩阵进行矩阵元素更新，得到信息使用率矩阵；

获取所述用户的用户标签，根据所述用户标签与所述信息标签进行相似度计算，得到每种所述信息的匹配权重，并根据所述匹配权重对所述信息使用率矩阵对应的信息的元素进行加权计算，得到所述信息推荐矩阵；

根据预设衰减因子、预设推荐时间及所述历史信息使用数据的获取时间进行计算，得到衰减权重，并根据所述衰减权重与所述信息推荐矩阵进行加权计算，得到目标推荐矩阵；

根据预设推荐阈值对所述目标推荐矩阵中每个元素对应的信息进行筛选，并将筛选的信息在预设推荐时间推荐至所述用户。

可选地，所述根据所述待推荐信息集中的信息构建矩阵，得到初始信息矩阵，包括：

根据所述待推荐信息集中信息的类别数量构建相同元素数量的空白矩阵；

利用所述待推荐信息集中的信息依次为所述空白矩阵中的每个元素标记一种类别的信息；其中，所述空白矩阵中的任意两个元素标记的信息不同；

获取所述待推荐信息集中每个信息对应的初始权重，利用所述初始权重更新所述空白矩阵中标记相同类别信息的元素，得到初始信息矩阵。

可选地，所述根据所述用户标签与所述信息标签进行相似度计算，得到每种所述信息的匹配权重，并根据所述匹配权重对所述信息使用率矩阵对应的信息的元素进行加权计算，得到所述信息推荐矩阵，包括：

将所述用户标签进行向量转换，得到用户标签向量；

将所述信息标签进行向量转换，得到信息标签向量；

计算所述用户标签向量与所述信息标签向量的相似度，得到所述信息标签对应信息的匹配权重；

利用所述匹配权重更新所述信息使用率矩阵中的元素，得到所述信息推荐矩阵。

可选地，所述将所述信息标签进行向量转换，得到信息标签向量，包括：

将所述信息标签中的每个字符转换为向量，得到对应的字符向量；