[发明专利]信息推荐方法、装置、电子设备及可读存储介质

权利要求书

1.一种信息推荐方法，其特征在于，所述方法包括：

获取推荐内容集，所述推荐内容集中包含多个第一推荐内容；

基于目标用户的画像特征信息、所述目标用户的用户属性信息、所述目标用户当前所处场景的场景信息以及第二推荐内容的内容信息，计算出所述目标用户对所述第二推荐内容所属的第一内容类型的密集偏好值，所述第二推荐内容为所述多个第一推荐内容中的至少一个，所述密集偏好值用于表征所述目标用户对所述第一内容类型对应的内容在所述推荐内容集中的密集程度；

基于所述密集偏好值，调整所述推荐内容集中的推荐内容。

2.根据权利要求1所述的方法，其特征在于，所述基于目标用户的画像特征信息、所述目标用户的用户属性信息、所述目标用户当前所处场景的场景信息以及第二推荐内容的内容信息，计算出所述目标用户对所述第二推荐内容所属的第一内容类型的密集偏好值，包括：

将所述目标用户的画像特征信息、所述目标用户的用户属性信息、所述目标用户当前所处场景的场景信息以及第二推荐内容的内容信息输入密集偏好模型后，

采用所述密集偏好模型中的嵌入层，提取所述目标用户的用户属性参数对应的用户属性特征信息，所述场景信息对应的场景特征信息，以及所述第二推荐内容的内容信息对应的内容特征信息；

采用所述密集偏好模型中的合并层，将所述画像特征信息、所述用户属性特征信息、所述场景特征信息以及所述内容特征信息拼接，得到目标特征信息；

采用所述密集偏好模型中的第一全连接层，将所述目标特征信息进行非线性变化后，得到变换后的目标特征信息；

采用所述密集偏好模型中的第二全连接层，基于所述变换后的目标特征信息，计算出所述密集偏好值。

3.根据权利要求2所述的方法，其特征在于，所述基于目标用户的画像特征信息、所述目标用户的用户属性信息、所述目标用户当前所处场景的场景信息以及第二推荐内容的内容信息，计算出所述目标用户对所述第二推荐内容所属的第一内容类型的密集偏好值之前，所述方法还包括：

基于所述目标用户的行为特征信息，确定所述目标用户的画像特征信息；

其中，所述目标用户的画像特征信息包括：第一偏好特征信息和第二偏好特征信息；

所述第一偏好特征信息用于表征所述目标用户对不同内容类型对应的内容的密集偏好程度；

所述第二偏好特征信息用于表征所述目标用户对不同内容类型对应的内容的密集忽视程度。

4.根据权利要求3所述的方法，其特征在于，所述采用所述密集偏好模型中的合并层，将所述画像特征信息、所述用户属性特征信息、所述场景特征信息以及所述内容特征信息拼接，得到目标特征信息，包括：

采用所述密集偏好模型中的合并层，将所述第一偏好特征信息、所述用户属性特征信息、所述场景特征信息以及所述内容特征信息拼接，得到目标特征信息；

所述采用所述密集偏好模型中的第二全连接层，基于所述变换后的目标特征信息，计算出所述密集偏好值，包括：

采用所述密集偏好模型中的第二全连接层，基于所述变换后的目标特征信息以及所述第二偏好特征信息，计算出所述目标用户对所述第二推荐内容所属的第一内容类型的密集偏好值。

5.根据权利要求1所述的方法，其特征在于，所述基于所述密集偏好值，调整所述推荐内容集中的推荐内容，包括：

若所述密集偏好值小于预定阈值，则对所述推荐内容集中的属于所述第一内容类型的内容进行删除或降权处理，并在所述推荐内容集中增加与所述第一内容类型不同的第二内容类型对应的内容；

若所述密集偏好值大于所述预定阈值，则保留所述推荐内容集中的属于所述第一内容类型的内容。