本发明专利技术提供一种农业知识推荐方法及装置，所述方法包括：将所述目标用户的知识获取请求信息以及属性信息输入至农业知识推荐模型，得到所述农业知识推荐模型输出的与所述目标用户关联的目标反馈知识以及目标推荐知识类别；根据所述目标推荐知识类别，从农业知识数据集中确定出目标推荐知识。本发明专利技术的农业知识推荐方法，通过确定目标用户的属性信息，利用农业知识推荐模型确定出准确的目标推荐知识类别，并从构建的农业知识数据集中确定出目标推荐知识以推送至目标用户，能够针对目标用户的属性信息精准确定推送信息，以便于知识平台开展精准化的知识推荐服务，以向不同用户推送精准的农业知识。的农业知识。的农业知识。
【技术实现步骤摘要】
农业知识推荐方法及装置
[0001]本专利技术涉及农业知识服务
，尤其涉及一种农业知识推荐方法及装置。
技术介绍
[0002]在农业知识服务领域，随着服务链条的不断拓展、用户类型的不断增多、用户规模的不断扩大，以及现代信息技术与农业发展的不断深度融合，农业知识的类别不断丰富、数量不断积累。各种类型的知识平台均基本形成了领域覆盖广、知识分类全的海量知识库，为农业生产经营从业者提供了海量的农业知识。农业知识服务已经跨过了互联网平台发展初期的用户信息检索需求与数据匮乏之间的矛盾阶段，进入了大规模冗余数据与用户精准信息获取需求之间的矛盾新阶段。
[0003]但在知识服务过程中，针对用户兴趣发现和精准知识推荐的研究和应用开展较少，使用户需要直面海量的知识，造成冗余知识干扰有用知识准确定位的“知识过载”问题，以及低文化水平和信息获取技能用户易迷失于知识海洋，难以发现所需知识的“知识迷向”等问题。如何精准针对不同用户来推送合适的农业知识是一个亟需解决的问题。
技术实现思路
[0004]本专利技术提供一种农业知识推荐方法及装置，用以解决现有技术中难以向用户推送精准的农业知识的缺陷，实现针对不同用户的需求来精准推送知识。
[0005]本专利技术提供一种农业知识推荐方法，包括：
[0006]确定目标用户的知识获取请求信息以及所述目标用户的属性信息；
[0007]将所述目标用户的知识获取请求信息以及属性信息输入至农业知识推荐模型，得到所述农业知识推荐模型输出的与所述目标用户关联的目标反馈知识以及目标推荐知识类别；
[0008]根据所述目标推荐知识类别，从农业知识数据集中确定出目标推荐知识；
[0009]将所述目标反馈知识以及所述目标推荐知识推送至所述目标用户；
[0010]其中，所述农业知识推荐模型是以知识平台的历史知识获取请求信息以及所述历史知识获取请求信息所对应的用户的属性信息为样本，以所述历史知识获取请求信息所对应的反馈知识以及推荐知识类别为标签训练得到的。
[0011]根据本专利技术提供的一种农业知识推荐方法，所述农业知识数据集通过以下方式确定：
[0012]获取各历史知识获取请求信息所对应的用户的属性信息、各历史知识获取请求信息所对应的反馈知识以及推荐知识类别；
[0013]基于各历史知识获取请求信息所对应的反馈知识，确定各历史知识获取请求信息所关联的知识图谱信息；各历史知识获取请求信息所对应的反馈知识是基于各历史知识获取请求信息所关联的知识图谱信息确定的；
[0014]将各历史知识获取请求信息所对应的用户的属性信息、各历史知识获取请求信息
所关联的知识图谱信息以及各历史知识获取请求信息所对应的推荐知识类别均映射为特征向量，并按照预设顺序将各历史知识获取请求信息所对应的特征向量组合为组合特征向量；
[0015]基于各历史知识获取请求信息所对应的组合特征向量，得到所述农业知识数据集。
[0016]根据本专利技术提供的一种农业知识推荐方法，用户的属性信息包括画像属性信息和行为属性信息；所述画像属性信息包括用户所在地域、行业、关联农业作物品种、性别、年龄、学历中的至少一个，所述行为属性信息包括用户在所述知识平台点击知识的时间、点击的知识类别、阅读停留时间、有无评论、是否本人提问以及是否采纳中的至少一个；
[0017]将各历史知识获取请求信息所对应的用户的属性信息映射为特征向量包括：
[0018]将各历史知识获取请求信息所对应的画像属性信息以及行为属性信息中的各属性信息分别映射为属性子向量；
[0019]将各历史知识获取请求信息所对应的画像属性信息以及行为属性信息所对应的所有所述属性子向量组合，得到各历史知识获取请求信息所对应的各用户的属性信息的特征向量。
[0020]根据本专利技术提供的一种农业知识推荐方法，历史知识获取请求信息所关联的知识图谱信息包括候选知识的类别、知识表现形式、知识来源、发布地点、发布时间、评论数量、以及是否被采纳过中的至少一个；
[0021]将各历史知识获取请求信息所关联的知识图谱信息映射为特征向量包括：
[0022]将各历史知识获取请求信息所关联的知识图谱信息中的各类型信息分别映射为知识图谱子向量；
[0023]将各历史知识获取请求信息所关联的知识图谱信息中所有类型的知识图谱子向量组合，得到各历史知识获取请求信息所关联的各知识图谱信息的特征向量。
[0024]根据本专利技术提供的一种农业知识推荐方法，所述农业知识推荐模型为基于宽深兴趣网络模型训练得到的，所述农业知识推荐模型包括输入层、类隐层以及输出层；
[0025]所述输入层用于接收所述目标用户的知识获取请求信息以及属性信息；
[0026]所述类隐层用于获取所述目标反馈知识以及所述目标推荐知识类别；
[0027]所述输出层用于输出所述目标反馈知识以及所述目标推荐知识类别。
[0028]根据本专利技术提供的一种农业知识推荐方法，所述确定目标用户的知识获取请求信息以及所述目标用户的属性信息，包括：
[0029]接收所述目标用户的目标输入；
[0030]基于所述目标输入，确定所述目标用户的知识获取请求信息，并获取所述目标用户在所述知识平台的历史使用数据；
[0031]基于所述目标用户在所述知识平台的注册信息、当前使用数据以及历史使用数据，确定所述目标用户的属性信息。
[0032]本专利技术还提供一种农业知识推荐装置，包括：
[0033]第一处理模块，用于确定目标用户的知识获取请求信息以及所述目标用户的属性信息；
[0034]第二处理模块，用于将所述目标用户的知识获取请求信息以及属性信息输入至农
业知识推荐模型，得到所述农业知识推荐模型输出的与所述目标用户关联的目标反馈知识以及目标推荐知识类别；
[0035]第三处理模块，用于根据所述目标推荐知识类别，从农业知识数据集中确定出目标推荐知识；
[0036]第四处理模块，用于将所述目标反馈知识以及所述目标推荐知识推送至所述目标用户；
[0037]其中，所述农业知识推荐模型是以知识平台的历史知识获取请求信息以及所述历史知识获取请求信息所对应的用户的属性信息为样本，以所述历史知识获取请求信息所对应的反馈知识以及推荐知识类别为标签训练得到的。
[0038]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述农业知识推荐方法。
[0039]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述农业知识推荐方法。
[0040]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述农业知识推荐方法。
[0041]本专利技术提供的农业知识推荐方法及装置，通过确定目标用户的属性信息，利用农业知识本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种农业知识推荐方法，其特征在于，包括：确定目标用户的知识获取请求信息以及所述目标用户的属性信息；将所述目标用户的知识获取请求信息以及属性信息输入至农业知识推荐模型，得到所述农业知识推荐模型输出的与所述目标用户关联的目标反馈知识以及目标推荐知识类别；根据所述目标推荐知识类别，从农业知识数据集中确定出目标推荐知识；将所述目标反馈知识以及所述目标推荐知识推送至所述目标用户；其中，所述农业知识推荐模型是以知识平台的历史知识获取请求信息以及所述历史知识获取请求信息所对应的用户的属性信息为样本，以所述历史知识获取请求信息所对应的反馈知识以及推荐知识类别为标签训练得到的。2.根据权利要求1所述的农业知识推荐方法，其特征在于，所述农业知识数据集通过以下方式确定：获取各历史知识获取请求信息所对应的用户的属性信息、各历史知识获取请求信息所对应的反馈知识以及推荐知识类别；基于各历史知识获取请求信息所对应的反馈知识，确定各历史知识获取请求信息所关联的知识图谱信息；各历史知识获取请求信息所对应的反馈知识是基于各历史知识获取请求信息所关联的知识图谱信息确定的；将各历史知识获取请求信息所对应的用户的属性信息、各历史知识获取请求信息所关联的知识图谱信息以及各历史知识获取请求信息所对应的推荐知识类别均映射为特征向量，并按照预设顺序将各历史知识获取请求信息所对应的特征向量组合为组合特征向量；基于各历史知识获取请求信息所对应的组合特征向量，得到所述农业知识数据集。3.根据权利要求2所述的农业知识推荐方法，其特征在于，用户的属性信息包括画像属性信息和行为属性信息；所述画像属性信息包括用户所在地域、行业、关联农业作物品种、性别、年龄、学历中的至少一个，所述行为属性信息包括用户在所述知识平台点击知识的时间、点击的知识类别、阅读停留时间、有无评论、是否本人提问以及是否采纳中的至少一个；将各历史知识获取请求信息所对应的用户的属性信息映射为特征向量包括：将各历史知识获取请求信息所对应的画像属性信息以及行为属性信息中的各属性信息分别映射为属性子向量；将各历史知识获取请求信息所对应的画像属性信息以及行为属性信息所对应的所有所述属性子向量组合，得到各历史知识获取请求信息所对应的各用户的属性信息的特征向量。4.根据权利要求2所述的农业知识推荐方法，其特征在于，历史知识获取请求信息所关联的知识图谱信息包括候选知识的类别、知识表现形式、知识来源、发布地点、发布时间、评论数量、以及是否被采纳过中的至少一个；将各历史知识获取请求信息所关联的知识图谱信息...
【专利技术属性】
技术研发人员：陈诚，朱华吉，顾静秋，王元胜，缪祎晟，郝鹏，
申请(专利权)人：北京市农林科学院信息技术研究中心，
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。