本说明书公开一种信息推荐的方法、装置及设备，该方法中可以获取静态信息和动态信息，其中，该静态信息包括用户的固定信息和/或各服务信息对应的固定信息，动态信息包括各历史服务信息被各用户执行操作的操作记录和/或该用户当前时刻所处环境的环境属性信息中的至少一种。而后，可以将获取到的静态信息输入到预先训练的Wide&Deep模型中的Wide线性模型中，将获取到的动态信息输入到该Wide&Deep模型中的Deep深度学习模型中，以得到Wide&Deep模型的输入结果，进而根据该输出结果，确定出推荐给该用户的服务信息，并推荐给该用户。并推荐给该用户。并推荐给该用户。
【技术实现步骤摘要】
一种信息推荐的方法、装置及设备
[0001]本说明书涉及计算机
，尤其涉及一种信息推荐的方法、装置及设备。
技术介绍
[0002]为了向用户提供更为优质的服务，当前，诸多服务商可以向用户推送多种服务信息，如广告、优惠券等，以使用户能够根据服务商推送的服务信息，进行更有目的性的消费。
[0003]在实际应用中，服务器通常会根据用户当前所处的位置，向用户推荐与该用户当前所处位置相关的广告、优惠券等服务信息。然而，仅基于地理位置这一单一维度来向用户推荐服务信息，可能并不能很好的满足用户实际的自身需求。
[0004]基于现有技术，需要更为准确的信息推荐的方式。
技术实现思路
[0005]本说明书提供一种信息推荐的方法，用以解决现有技术的信息推荐方式无法准确、有效的向用户推荐所需信息的问题。
[0006]本说明书提供了一种信息推荐的方法，包括：
[0007]获取静态信息以及动态信息，所述静态信息包括用户的固定信息和/或各服务信息对应的固定信息，所述动态信息包括各历史服务信息被各用户执行操作的操作记录和/或所述用户当前时刻所处环境的环境属性信息中的至少一种；
[0008]将所述静态信息输入到预先训练的Wide&Deep模型中的Wide线性模型中，将所述动态信息输入到预先训练的Wide&Deep模型中的Deep深度学习模型中，以得到所述Wide&Deep模型的输出结果；
[0009]根据所述输出结果，确定推荐给所述用户的服务信息，并推荐给所述用户。
[0010]本说明书提供一种信息推荐的装置，用以解决现有技术的信息推荐方式无法准确、有效的向用户推荐所需信息的问题。
[0011]本说明书提供了一种信息推荐的装置，包括：
[0012]信息获取模块，获取静态信息以及动态信息，所述静态信息包括用户的固定信息和/或各服务信息对应的固定信息，所述动态信息包括各历史服务信息被各用户执行操作的操作记录和/或所述用户当前时刻所处环境的环境属性信息中的至少一种；
[0013]输入模块，将所述静态信息输入到预先训练的Wide&Deep模型中的Wide线性模型中，将所述动态信息输入到预先训练的Wide&Deep模型中的Deep深度学习模型中，以得到所述Wide&Deep模型的输出结果；
[0014]信息推荐模块，根据所述输出结果，确定推荐给所述用户的服务信息，并推荐给所述用户。
[0015]本说明书提供一种信息推荐的设备，用以解决现有技术的信息推荐方式无法准确、有效的向用户推荐所需信息的问题。
[0016]本说明书提供了一种信息推荐的设备，包括一个或多个存储器以及处理器，所述
存储器存储程序，并且被配置成由所述一个或多个处理器执行以下步骤：
[0017]获取静态信息以及动态信息，所述静态信息包括用户的固定信息和/或各服务信息对应的固定信息，所述动态信息包括各历史服务信息被各用户执行操作的操作记录和/或所述用户当前时刻所处环境的环境属性信息中的至少一种；
[0018]将所述静态信息输入到预先训练的Wide&Deep模型中的Wide线性模型中，将所述动态信息输入到预先训练的Wide&Deep模型中的Deep深度学习模型中，以得到所述Wide&Deep模型的输出结果；
[0019]根据所述输出结果，确定推荐给所述用户的服务信息，并推荐给所述用户。
[0020]本说明书采用的上述至少一个技术方案能够达到以下有益效果：
[0021]在本说明书一个或多个实施例中，可以获取静态信息和动态信息，其中，该静态信息包括用户的固定信息和/或各服务信息对应的固定信息，动态信息包括各历史服务信息被各用户执行操作的操作记录和/或该用户当前时刻所处环境的环境属性信息中的至少一种。而后，可以将获取到的静态信息输入到预先训练的Wide&Deep模型中的Wide线性模型中，将获取到的动态信息输入到该Wide&Deep模型中的Deep深度学习模型中，以得到Wide&Deep模型的输入结果，进而根据该输出结果，确定出推荐给该用户的服务信息，并推荐给该用户。
[0022]从上述方法中可以看出，由于可以将诸如用户的固定信息、各服务信息对应的固定信息等静态信息，和用户当前时刻所处环境的环境属性信息、各历史服务信息被各用户执行操作的操作记录等动态信息相结合，以确定推荐给用户的服务信息，因此，相对于通过单一维度的信息来确定向用户推荐服务信息的方式来说，能够更加准确的向用户推荐用户实际所需的服务信息，从而给用户带来了极大得到方便。
附图说明
[0023]此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
[0024]图1为本说明书提供的信息推荐的过程示意图；
[0025]图2为本说明书提供的通过Wide&Deep模型对服务器获取到的静态信息和动态信息进行处理，得到输出结果的示意图；
[0026]图3本说明书提供的信息推荐的装置示意图；
[0027]图4为本说明书提供的信息推荐的设备示意图。
具体实施方式
[0028]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
[0029]在本说明书中，执行上述信息推荐方法的执行主体可以是服务器，也可以是终端
设备，而为了方便进行描述，下面将仅以服务器为执行主体，对本说明书提供的信息推荐的方法进行说明。
[0030]图1为本说明书提供的信息推荐的过程示意图，具体包括以下步骤：
[0031]S100：获取静态信息以及动态信息，所述静态信息包括用户的固定信息和/或各服务信息对应的固定信息，所述动态信息包括各历史服务信息被各用户执行操作的操作记录和/或所述用户当前时刻所处环境的环境属性信息中的至少一种。
[0032]在本说明书中，服务器可以结合多种维度的信息，来确定出用户所需的服务信息，并推荐给用户进行查看。这里提到的多种维度的信息大致可以分为两类，一类可以归结为是静态信息，另一类可以归结为是动态信息。
[0033]其中，这里提到的静态信息可以是能够有效表明用户或是服务信息固有特性，且不经常发生变化的信息。例如，对于用户的年龄、学历、性别、住址等这些信息来说，其发生变化的时间间隔通常较长，并且，这本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信息推荐的方法，包括：获取静态信息以及动态信息，所述静态信息包括用户的固定信息和/或各服务信息对应的固定信息，所述动态信息包括各历史服务信息被各用户执行操作的操作记录和/或所述用户当前时刻所处环境的环境属性信息中的至少一种；将所述静态信息输入到预先训练的Wide&Deep模型中的Wide线性模型中，将所述动态信息输入到预先训练的Wide&Deep模型中的Deep深度学习模型中，以得到所述Wide&Deep模型的输出结果；根据所述输出结果，确定推荐给所述用户的服务信息。2.如权利要求1所述的方法，所述用户的固定信息包括：所述用户的年龄、学历、性别、住址、所述用户执行业务的业务类别中的至少一种；所述各服务信息对应的固定信息包括：发布所述各服务信息的各服务商所处的地区、所述各服务信息的有效时间、所述各服务商对应的店铺数、所述各服务商对应的商家规模、所述各服务商展示各服务信息的模板形式中的至少一种；所述用户在当前时刻所处环境的环境属性信息包括：所述当前时刻的天气信息、所述用户在当前时刻所处的位置与所述各服务商之间的距离、当前的月份、当前的季节、当前节日信息中的至少一种；所述操作记录包括：各历史服务信息被各用户执行浏览的次数、各历史服务信息被用户执行使用操作的次数、各历史服务信息被用户执行选取操作的次数中的至少一种。3.如权利要求1所述的方法，所述Wide&Deep模型的输出结果包括：所述Wide&Deep模型针对所述各服务信息得出的推荐评分；根据所述输出结果，确定推荐给所述用户的服务信息，具体包括：将不小于设定推荐评分的服务信息推荐给所述用户。4.如权利要求1所述的方法，训练所述Wide&Deep模型，具体包括：将历史数据拆分成训练样本和验证样本；通过所述训练样本对所述Wide&Deep模型进行训练，并通过所述验证样本对训练后的Wide&Deep模型进行验证。5.如权利要求4所述的方法，将历史数据拆分成训练样本和验证样本，具体包括：将位于设定时间之前的历史数据作为训练样本，将位于所述设定时间之后...
【专利技术属性】
技术研发人员：刘海旭，
申请(专利权)人：创新先进技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。