资讯信息推荐方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种资讯信息推荐方法，包括：响应于资讯信息推荐请求，获取目标用户的行为参数信息；基于所述目标用户的行为参数信息，确定与所述目标用户相对应的备选资讯信息；根据所述备选资讯信息，确定与所述备选资讯信息相匹配的资讯信息列表以及对应的相似度参数，其中，所述资讯信息列表包括来自不同数据源的不同资讯信息；基于所述相似度参数和所述资讯信息列表中不同资讯信息的重合度参数，确定资讯信息列表中的相应的资讯信息作为待推荐资讯信息，本发明专利技术还提供了资讯信息推荐装置、电子设备及存储介质。本发明专利技术能够现待推荐资讯信息与所述目标用户相匹配，同时增强了资讯信息推荐的准确性与时效性，提升用户的使用体验。

【技术实现步骤摘要】
资讯信息推荐方法、装置、电子设备及存储介质
本专利技术涉及信息处理技术，尤其涉及资讯信息推荐方法、装置、电子设备及存储介质。
技术介绍
传统技术中，各类资讯推荐系统向用户推荐相应的资讯过程中可以使用协同过滤的推荐方式，协同过滤作为有效的推荐方法在各类资讯推荐系统中广泛应用，传统基于协同过滤的推荐方式在计算资讯相似度关系时主要采用基于邻域或矩阵分解的算法思想，这两种算法为了保证资讯相似度计算的准确性，往往会对用户行为的原始数据进行多维度的过滤处理，同时要求待计算的资讯能获取到足够丰富的用户行为，因而使得这类算法对新资讯(或者是首次进入资源池的咨询)的处理不够准确，覆盖度较低。而基于用户兴趣的推荐，是利用用户历史行为建立用户在具体类目以及Tag上的兴趣分数，在召回时如果新闻资讯中的Tag信息命中相应的用户Tag兴趣，则召回该资讯。这种方案通常对Tag信息的利用较为单一，通过此类标签对资讯信息进行粗分，可以分为娱乐资讯信息、体育资讯信息，或者细分到篮球集锦、影视花絮等。但是这类表示方法比较粗放，并且分类标签信息需要提前设置并及时更新，而且其内容表示能力是有限的。类标签信息需要提前设置并及时更新，而且其内容表示能力是有限的，使得资讯信息相对比较割裂，严重影响用户的使用体验。
技术实现思路
有鉴于此，本专利技术实施例提供一种资讯信息推荐方法、装置、电子设备及存储介质，本专利技术实施例的技术方案是这样实现的：本专利技术提供了一种资讯信息推荐方法，所述方法包括：响应于资讯信息推荐请求，获取目标用户的行为参数信息；基于所述目标用户的行为参数信息，确定与所述目标用户相对应的备选资讯信息；根据所述备选资讯信息，确定与所述备选资讯信息相匹配的资讯信息列表以及对应的相似度参数，其中，所述资讯信息列表包括来自不同数据源的不同资讯信息；基于所述相似度参数和所述资讯信息列表中不同资讯信息的重合度参数，确定资讯信息列表中的相应的资讯信息作为待推荐资讯信息，以实现所述待推荐资讯信息与所述目标用户相匹配。上述方案中，所述基于所述目标用户的行为参数信息，确定与所述目标用户相对应的备选资讯信息，包括：对所述目标用户的行为参数信息进行解析，确定所述目标用户对应的浏览时长参数；基于相应的浏览时长阈值，对所述浏览时长参数进行除噪；根据所述浏览时长参数的除噪结果，确定与所述目标用户相对应的浏览行为参数，以及所述浏览行为参数所对应的备选资讯信息。上述方案中，所述根据所述备选资讯信息的资讯信息参数，确定与所述备选资讯信息相匹配的基础特征，包括：根据所述备选资讯信息在基础维度中的资讯信息参数，确定与所述备选资讯信息相对应的类别参数、资讯信息标签参数和资讯信息发布来源参数；对所述备选资讯信息相对应的类别参数、资讯信息标签参数和资讯信息发布来源参数分别进行特征抽取，以形成与所述备选资讯信息相匹配的基础特征。上述方案中，，所述根据所述备选资讯信息的资讯信息参数，确定与所述备选资讯信息相匹配的多模态特征，包括：根据所述备选资讯信息在基础维度中的资讯信息参数，确定与所述备选资讯信息相对应的标题文字参数、图像信息参数和视觉信息参数；对所述备选资讯信息相对应的标题文字参数、图像信息参数和视觉信息参数分别进行特征抽取并融合，以形成与所述备选资讯信息相匹配的多模态特征。上述方案中，所述基于所述基础特征和所述多模态特征，通过所述资讯信息推荐模型中的图神经网络模型，确定与所述备选资讯信息相匹配的融合特征向量，包括：通过所述资讯信息推荐模型中的基础信息处理网络，对所述基础特征进行处理，以形成相应的基础特征向量；通过所述资讯信息推荐模型中的图像处理网络，对所述多模态特征中的图像特征进行处理，以形成相应的图像特征向量；通过所述资讯信息推荐模型中的文字处理网络，对所述多模态特征中的标题文字特征进行处理，以形成相应标题文字特征向量；通过所述资讯信息推荐模型中的视觉处理网络，对所述多模态特征中的视觉特征进行处理，以形成相应的视觉特征向量；基于所述基础特征向量、所述图像特征向量、所述标题文字特征向量和所述视觉特征向量，通过所述资讯信息推荐模型中的图神经网络模型进行向量融合，以形成与所述备选资讯信息相匹配的融合特征向量。本专利技术实施例还提供了一种资讯信息推荐装置，所述装置包括：信息传输模块，用于响应于资讯信息推荐请求，获取目标用户的行为参数信息；信息处理模块，用于基于所述目标用户的行为参数信息，确定与所述目标用户相对应的备选资讯信息；所述信息处理模块，用于根据所述备选资讯信息，确定与所述备选资讯信息相匹配的资讯信息列表以及对应的相似度参数，其中，所述资讯信息列表包括来自不同数据源的不同资讯信息；所述信息处理模块，用于基于所述相似度参数和所述资讯信息列表中不同资讯信息的重合度参数，确定资讯信息列表中的相应的资讯信息作为待推荐资讯信息，以实现所述待推荐资讯信息与所述目标用户相匹配。上述方案中，所述信息处理模块，用于对所述目标用户的行为参数信息进行解析，确定所述目标用户对应的浏览时长参数；所述信息处理模块，用于基于相应的浏览时长阈值，对所述浏览时长参数进行除噪；所述信息处理模块，用于根据所述浏览时长参数的除噪结果，确定与所述目标用户相对应的浏览行为参数，以及所述浏览行为参数所对应的备选资讯信息。上述方案中，所述信息处理模块，用于获取与所述目标用户相对应的不同维度的原始数据集合；所述信息处理模块，用于根据所述不同维度的原始数据集合，确定与所述目标用户相匹配的用户行为数据；所述信息处理模块，用于基于所述用户行为数据，确定与相应的资讯信息推荐模型中的图神经网络模型；所述信息处理模块，用于基于所述资讯信息推荐模型中的图神经网络模型，确定相应资讯信息源中不同资讯信息所分别对应的资讯信息列表以及对应的相似度参数。上述方案中，所述信息处理模块，用于获取备选资讯信息，并对所述备选资讯信息进行解析以实现获取所述备选资讯信息的资讯信息参数；所述信息处理模块，用于根据所述备选资讯信息的资讯信息参数，确定与所述备选资讯信息相匹配的基础特征；所述信息处理模块，用于根据所述备选资讯信息的资讯信息参数，确定与所述备选资讯信息相匹配的多模态特征；所述信息处理模块，用于基于所述基础特征和所述多模态特征，通过所述资讯信息推荐模型中的图神经网络模型，确定与所述备选资讯信息相匹配的融合特征向量；所述信息处理模块，用于基于与所述备选资讯信息相匹配的融合特征向量，确定相应资讯信息源中不同资讯信息所分别对应的资讯信息列表以及对应的相似度参数。上述方案中，所述信息处理模块，用于对所述备选资讯信息进行解析，获取所述备选资讯信息的标签信息；所述信息处理模块，用于根据所述备选资讯信息的标签信息，对所述备选资讯信息进行解析，以实现分别获本文档来自技高网...

【技术保护点】
1.一种资讯信息推荐方法，其特征在于，所述方法包括：/n响应于资讯信息推荐请求，获取目标用户的行为参数信息；/n基于所述目标用户的行为参数信息，确定与所述目标用户相对应的备选资讯信息；/n根据所述备选资讯信息，确定与所述备选资讯信息相匹配的资讯信息列表以及对应的相似度参数；/n基于所述相似度参数和所述资讯信息列表中不同资讯信息的重合度参数，确定资讯信息列表中的相应的资讯信息作为待推荐资讯信息，以实现所述待推荐资讯信息与所述目标用户相匹配。/n

【技术特征摘要】
1.一种资讯信息推荐方法，其特征在于，所述方法包括：
响应于资讯信息推荐请求，获取目标用户的行为参数信息；
基于所述目标用户的行为参数信息，确定与所述目标用户相对应的备选资讯信息；
根据所述备选资讯信息，确定与所述备选资讯信息相匹配的资讯信息列表以及对应的相似度参数；
基于所述相似度参数和所述资讯信息列表中不同资讯信息的重合度参数，确定资讯信息列表中的相应的资讯信息作为待推荐资讯信息，以实现所述待推荐资讯信息与所述目标用户相匹配。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取与所述目标用户相对应的不同维度的原始数据集合；
根据所述不同维度的原始数据集合，确定与所述目标用户相匹配的用户行为数据；
基于所述用户行为数据，确定与相应的资讯信息推荐模型中的图神经网络模型；
基于所述资讯信息推荐模型中的图神经网络模型，确定相应资讯信息源中不同资讯信息所分别对应的资讯信息列表以及对应的相似度参数。


3.根据权利要求2所述的方法，其特征在于，所述基于所述资讯信息推荐模型中的图神经网络模型，确定相应资讯信息源中不同资讯信息所分别对应的资讯信息列表以及对应的相似度参数，包括：
获取备选资讯信息，并对所述备选资讯信息进行解析以实现获取所述备选资讯信息的资讯信息参数；
根据所述备选资讯信息的资讯信息参数，确定与所述备选资讯信息相匹配的基础特征；
根据所述备选资讯信息的资讯信息参数，确定与所述备选资讯信息相匹配的多模态特征；
基于所述基础特征和所述多模态特征，通过所述资讯信息推荐模型中的图神经网络模型，确定与所述备选资讯信息相匹配的融合特征向量；
基于与所述备选资讯信息相匹配的融合特征向量，确定相应资讯信息源中不同资讯信息所分别对应的资讯信息列表以及对应的相似度参数。


4.根据权利要求3所述的方法，其特征在于，所述获取备选资讯信息，并对所述备选资讯信息进行解析以实现获取所述备选资讯信息的资讯信息参数，包括：
对所述备选资讯信息进行解析，获取所述备选资讯信息的标签信息；
根据所述备选资讯信息的标签信息，对所述备选资讯信息进行解析，以实现分别获取与所述备选资讯信息在基础维度与多模态维度中的资讯信息参数。


5.根据权利要求3所述的方法，其特征在于，所述根据所述备选资讯信息的资讯信息参数，确定与所述备选资讯信息相匹配的多模态特征，包括：
根据所述备选资讯信息在基础维度中的资讯信息参数，
确定与所述备选资讯信息相对应的标题文字参数、图像信息参数和视觉信息参数；
对所述备选资讯信息相对应的标题文字参数、图像信息参数和...

【专利技术属性】
技术研发人员：李天浩，
申请(专利权)人：腾讯科技北京有限公司，
类型：发明
国别省市：北京;11