[发明专利]信息推荐方法、装置、设备及存储介质

说明书

本申请提供一种信息推荐方法、装置、设备及存储介质。该方法包括：获取待分类的M个用户的用户信息；M为大于或等于1的整数；将M个用户的用户信息输入用户分类模型，得到目标类别的N个用户；其中，用户分类模型是根据X个样本用户的用户信息和标签对P个支持向量机进行训练得到的，且用于识别目标类别的用户的模型；标签用于标识X个样本用户中每个样本用户对应的用户类别；N和X均为大于或等于1的整数；P为大于或等于2的整数；对目标类别的N个用户，进行信息推荐。

技术领域

本申请涉及机器学习技术领域，尤其涉及一种信息推荐方法、装置、设备及存储介质。

背景技术

对于拥有众多用户资源的企业来说，能够从大量用户中筛选出目标类型用户，从而针对性地进行信息推荐，是提升用户体验的一种方式。

目前，企业在筛选目标类型用户时，主要依靠人工手动从大量用户资源中筛选出目标类型用户。具体地，是针对目标类型用户设置目标指标参数，之后，由人工根据每个用户的指标参数，筛选出符合目标指标参数的用户，再根据目标类型用户进行信息推荐。

然而，人工筛选目标类型用户容易出错，导致信息推荐准确度较低。

发明内容

本申请提供一种信息推荐方法、装置、设备及存储介质，用以解决人工筛选目标类型用户容易出错，导致信息推荐准确度较低的问题。

第一方面，本申请提供一种信息推荐方法，包括：获取待分类的M个用户的用户信息；所述M为大于或等于1的整数；将所述M个用户的用户信息输入用户分类模型，得到目标类别的N个用户；其中，所述用户分类模型是根据X个样本用户的用户信息和标签对P个支持向量机进行训练得到的，且用于识别目标类别的用户的模型；所述标签用于标识所述X个样本用户中每个样本用户对应的用户类别；所述N和所述X均为大于或等于1的整数；所述P为大于或等于2的整数；对所述目标类别的N个用户，进行信息推荐。

第二方面，本申请提供一种信息推荐装置，包括：获取模块，用于获取待分类的M个用户的用户信息；所述M为大于或等于1的整数；输入模块，用于将所述M个用户的用户信息输入用户分类模型，得到目标类别的N个用户；其中，所述用户分类模型是根据X个样本用户的用户信息和标签对支持向量机进行训练得到的，且用于识别目标类别的用户的模型；所述标签用于标识所述X个样本用户中每个样本用户对应的用户类别；所述N和所述X均为大于或等于1的整数；推荐模块，用于对所述目标类别的N个用户，进行信息推荐。

第三方面，本申请提供一种计算机设备，包括：存储器，处理器；存储器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为用于实现如第一方面所述的方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。

第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面所述的方法。

本申请提供的信息推荐方法、装置、设备及存储介质，通过获取待分类的M个用户的用户信息；所述M为大于或等于1的整数；将所述M个用户的用户信息输入用户分类模型，得到目标类别的N个用户；其中，所述用户分类模型是根据X个样本用户的用户信息和标签对P个支持向量机进行训练得到的，且用于识别目标类别的用户的模型；所述标签用于标识所述X个样本用户中每个样本用户对应的用户类别；所述N和所述X均为大于或等于1的整数；所述P为大于或等于2的整数；对所述目标类别的N个用户，进行信息推荐。由于用户分类模型是根据X个样本用户的用户信息和标签对P个支持向量机进行训练得到的，且用于识别目标类别的用户的模型，P为大于或等于2的整数，因此，通过多个支持向量机能够实现多类别分类的效果，实现从多个用户中自动筛选出目标类别的用户，并进行信息推荐，以提高信息推荐准确度的效果。

附图说明