[发明专利]图书推荐方法、装置、计算机设备及可读存储介质

权利要求书

1.一种电子图书推荐方法，其特征在于，所述方法包括：

确定特征集；所述特征集包括候选图书信息、用户信息、上下文搜索信息及用户阅读行为序列；

将各个候选图书的特征集分别输入电子图书推荐模型，得到各个所述候选图书的推荐度；

根据所述推荐度，对所述用户进行电子图书的推荐。

2.根据权利要求1所述的方法，其特征在于，所述将各个候选图书的特征集分别输入电子图书推荐模型，得到各个所述候选图书的推荐度，包括：

获取候选图书的候选图书信息、用户的用户信息、上下文搜索信息以及用户的阅读行为序列；

分别将候选图书的候选图书信息、用户的用户信息、上下文搜索信息以及用户的阅读行为序列进行文本向量化表示，得到特征向量集；所述特征向量集包括候选图书特征向量、用户特征向量、上下文搜索特征向量及用户的阅读行为序列特征向量。

3.根据权利要求1所述的方法，其特征在于，所述确定特征集，包括：

根据所述用户的历史图书搜索信息以及当前图书热搜信息，得到所述上下文搜索信息；

根据用户的最近阅读图书信息以及书架图书信息，得到用户的阅读行为序列。

4.根据权利要求2所述的方法，其特征在于，通过BERT模型对所述特征集进行文本向量化表示，得到所述特征向量集。

5.根据权利要求4所述的方法，其特征在于，所述将各个候选图书的特征集分别输入电子图书推荐模型，得到各个所述候选图书的推荐度，包括：

将所述特征向量集中的用户的阅读行为序列特征向量输入Transformer编码器，得到用户阅读行为特征；

将所述用户特征向量、所述上下文搜索特征向量及所述用户阅读行为特征分别与所述候选图书特征向量在交互层进行交互及最大池化操作，得到交互池化后的用户特征、上下文搜索特征及交互池化后的用户阅读行为特征；

将所述交互池化后的用户特征、上下文搜索特征及交互池化后的用户阅读行为特征，输入预测层进行预测，得到所述候选图书的推荐度。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述推荐度，对用户进行电子图书的推荐，包括：

根据各个所述候选图书的推荐度，对各个所述候选图书进行排序；

根据各个所述候选图书的排序，对用户进行电子图书的推荐。

7.一种电子图书推荐装置，其特征在于，包括：

确定模块，用于确定特征集；所述特征集包括候选图书信息、用户信息、上下文搜索信息及用户阅读行为序列；

预测模块，用于将各个候选图书的特征集分别输入电子图书推荐模型，得到各个所述候选图书的推荐度；

推荐模块，用于根据所述推荐度，对所述用户进行电子图书的推荐。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括文本向量化模块，用于：

获取候选图书的候选图书信息、用户的用户信息、上下文搜索信息以及用户的阅读行为序列；

分别将候选图书的候选图书信息、用户的用户信息、上下文搜索信息以及用户的阅读行为序列进行文本向量化表示，得到特征向量集；所述特征向量集包括候选图书特征向量、用户特征向量、上下文搜索特征向量及用户的阅读行为序列特征向量。

9.一种计算机设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-6任意一项所述的电子图书推荐方法的操作。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在计算机设备上运行时，使得计算机设备执行如权利要求1-6任意一项所述的电子图书推荐方法的操作。