CN112989174B 信息推 荐方法及装置、介质和设备 （腾讯科技（北京）有限公司）

历史推荐信息的浏览行为数据以及获取各历史荐信息。本技术方案够提升推荐信息的计算效2获取目标用户对于各历史推荐信息的浏览行为数据以及获取各所述历史推荐信息的对各所述历史推荐信息的标识数据进行哈希处理，以将各所述历根据所述目标用户对于各所述历史推荐信息的浏览行为数据，确定所根据各所述历史推荐信息的兴趣权重对各所述历史推荐信息对应的哈希值进行加权根据所述目标用户对于各所述历史推荐信息的浏览行为数据的时间根据所述统计周期的时间衰减系数处理各所述历史推荐信息的兴趣获取所述目标用户的基础属性数据，获取各所述历史推荐信息的基于所述目标用户的兴趣向量、所述目标用户的基础属性数对各所述历史推荐信息的标识号，以及内容标签、展示类型和上架时通过散列函数处理各所述历史推荐信息的字符串型、整型或浮点型的标识数所述根据各所述历史推荐信息的兴趣权重对各所述历史推荐信息对应的哈希值进行在所述哈希值的数据位为所述第一数据码时，将所述数据位由在所述哈希值的数据位为所述第二数据码时，将所述数据位由将所述梯度提升决策树输入至线下训练的预测模型，以使所述预测模3将线下训练的预测模型加载至信息推荐系统将所述梯度提升决策树输入至所述预测模型，以通过7.根据权利要求1至3中任意一项所述的信息推荐方获取所述目标用户对于各历史推荐信息的观看时长、点击次数8.根据权利要求1至3中任意一项所述的信根据所述目标用户对于各所述历史推荐信息的观看时长、点击次数数据获取模块，被配置为：获取目标用户对于各历史推荐信息的浏兴趣权重确定模块，被配置为：根据所述目标用户对于各所述信息推荐模块，被配置为：根据各所述历史推荐信息理器执行时实现如权利要求1至8中任意一项所述的信息存储装置，用于存储一个或多个程序，当所述一个或多个程序被45般根据用户对不同展示信息浏览行为确定对该用户的[0005]需要说明的是，上述背景技术部分公开的信息仅用于加强对本公开的背景的理[0009]获取目标用户对于各历史推荐信息的浏览行为数据以及获取各所述历史推荐信6[0021]通过散列函数处理各所述历史推荐信息的字符串型、整7述计算机程序被处理器执行时实现第一方面所述的上述信息推荐方法的计算机存储介质和电子设备至少具备以下优[0056]一方面，本技术方案根据对目标用户的各历史推荐信息的标识信息以及兴趣权8[0057]本公开应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性[0059]图1示出了可以应用本公开实施例的一种信息推荐方法及装置的示例性应用环境[0061]图3示意性示出了根据本公开的一实施例的用户的兴趣向量的确定方法的流程[0062]图4示意性示出了根据本公开的一实施例的历史推荐信息的兴趣子向量的确定方[0063]图5示意性示出了根据本公开的另一实施例的用户的兴趣向量的确定方法的流程[0064]图6示意性示出了根据本公开的再一实施例的用户的兴趣向量的确定方法的流程[0065]图7示意性示出了根据本公开的又一实施例的用户的兴趣向量的确定方法的流程本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，9[0073]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对[0075]图1示出了可以应用本公开实施例的一种信息推荐方法及装置的示例性应用环境于各历史推荐信息的浏览行为数据以及各历史推荐信息的标识数据并发送至服务端105。从而，服务端105获取目标用户对于各历史推荐信息的浏览行为数据以及获取各所述历史企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。用户的兴趣向量，而不需要确定各历史推荐信息的标签关系或基于标签关系进行信息推根据目标用户的兴趣标签对应的Item集合确定上[0108]具体地，可以获取该目标用户对于历史推荐信息A的观看时长作为该目标用户对收藏次数作为该目标用户对历史推荐信息C的浏览行为数据点击次数，还可以获取该目标用户对于历史推荐信息D的收藏次数作为该目标用户对历史推荐信息D的浏览行为数据点[0111]在示例性的实施例中，假如目标用户对于历史推荐信息的观看时长越长/观看历信息的观看时长越短/观看历史推荐信息的完成程度越低，说明该目标用户对于该历史推确定用户S对于历史推荐信息F的兴趣权重[0120]示例性的，本技术方案与相关技术方案相比，对推荐信息的点击通过率(Click-图3中310部分，对于目标用户300对N各历史推荐信息对应的兴趣权重可以表示为[w1,w2,w3,…wN]；通过步骤S220对应的具体实施例确定各历史推荐信息对应的哈希值，如图3中320部分的N各历史推荐信息对应的兴趣权重根本可以表示为[1100…11,1000…11,0100…[0129]示例性的，图5示意性示出了根据本公开的一实施例的历史推荐信息的兴趣子向[0132]以下结合图3对步骤S510和步骤S520的具体实施方式进行说明。对于标识号为340部分表示的目标用户300的兴趣向量[w1+w2-w3…-wN,w1-w2+w3…-wN,-w1-w2-w3…+[0135]在示例性的实施例中，图6示意性示出了根据本公开的再一实施例的用户的兴趣[0147][s*w1+s2*w2-s3*w3…-sN*wN,s*w1-s2*w2+s3*w3…-sN*wN,-s*w1-s2N*wN,……s*w1+s2*w2+s3*w3…-sN*wN]。终端1010发出的对展示页面的访问请求(步骤S101)，触发对上述信息推荐系统的推荐请[0161]本领域技术人员可以理解实现上述实施方式的全部或部分步骤被实现为由处理述信息推荐装置1100包括：数据获取模块1101、哈希处理模块1102、兴趣权重确定模块[0192]上述信息推荐装置中各单元的具体细节已经在说明书附图2至图10对应的信息推[0195]如图12所示，计算机系统1200包括处理器1201(包括：图形处理单元(Graphics等以及扬声器等的输出部分1207；包括硬盘等的存储部分1208；以及包括诸如局域网或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以[0201]计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，获取目标用户对于各历史推荐信息的浏览行为数据以及获取各所述历史推荐信息的标识的浏览行为数据，确定所述目标用户对于各所述历史推荐信息的兴趣权重；以及，步骤[0207]示例性的，所述的电子设备还可以实现如图3至如图10中任意一图中所示的信息块或者单元的特征和功能可以进一步划分为由多个模块或者单者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识