【技术实现步骤摘要】
本申请实施例涉及互联网领域，涉及但不限于一种信息推荐方法、装置及电子设备。
技术介绍
1、在同一个平台上，往往会有多个推荐产品，比如在某一即时通信应用中有看点视频推荐、小世界视频推荐和微视视频推荐，在另一即时通信应用上既有看一看推荐，也有视频号推荐等。当平台推出一个新的推荐产品时，由于缺乏用户在新产品下的行为信息，推荐系统一般推得不准。为了能让这个平台的用户在新出的推荐产品上获得更好的体验，通常需要结合用户在这个平台上其他产品场景下的兴趣信息来进行推荐建模。那么，如何根据用户在其他场景下的兴趣信息来提升用户在新场景下的推荐准确性，就是新产品推出时需要解决的问题。
2、相关技术中，针对新场景下的信息推荐问题，主要有基于内容的推荐方法和基于协同过滤的推荐方法。其中，基于内容的推荐方法，推荐内容过于集中和单调，无法做到兴趣上的扩展和推广；基于协同过滤的推荐方法，对于交互行为较少的内容，可能无法找到行为相似的推荐内容，从而导致可推荐的内容减少甚至无内容可推荐。由此可见，相关技术中的信息推荐方法，均存在推荐准确率较低的问题。
技术实现思路
1、本申请实施例提供一种信息推荐方法、装置及电子设备，至少能够应用于人工智能领域和视频推荐领域，能够提高信息推荐的准确率。
2、本申请实施例的技术方案是这样实现的：
3、本申请实施例提供一种信息推荐方法，包括：获取种子对象与至少一个种子交互对象之间的种子交互信息、待迁移对象与至少一个迁移交互对象之间的迁移交互信息；所述种
4、本申请实施例提供一种信息推荐装置，所述装置包括：获取模块，用于获取种子对象与至少一个种子交互对象之间的种子交互信息、待迁移对象与至少一个迁移交互对象之间的迁移交互信息；所述种子对象是在迁移场景和目标场景下均具有交互信息的对象，所述种子对象的数量为至少一个；所述待迁移对象是在所述目标场景下不具有交互信息的对象；所述种子交互对象包括所述迁移场景和所述目标场景下的交互对象，所述迁移交互对象包括所述迁移场景下的交互对象；第一确定模块，用于基于所述种子交互信息，确定每一种子交互对象的对象语义向量；第二确定模块，用于基于每一种子交互对象的对象语义向量和待迁移对象的迁移交互信息，确定所述待迁移对象的兴趣语义向量；第三确定模块，用于基于所述待迁移对象的兴趣语义向量与所述目标场景下的每一交互对象的对象语义向量，从所述目标场景下的至少一个交互对象中确定待推荐对象；信息推荐模块，用于基于所述待推荐对象对所述待迁移对象进行信息推荐。
5、在一些实施例中，所述第一确定模块还用于：基于所述种子交互信息构建每一种子对象的目标函数；采用交替迭代求解方式，对所述目标函数进行参数求解，依次得到每一种子对象的兴趣语义向量和每一种子交互对象的对象语义向量。
6、在一些实施例中，所述第一确定模块还用于：基于所述种子交互信息，确定每一所述种子对象与每一所述种子交互对象之间的兴趣分类以及兴趣程度值；将每一种子对象的兴趣语义向量和每一种子交互对象的对象语义向量，确定为所述目标函数中的待学习参数；获取预设的第一正则化参数、与每一所述种子对象之间具有种子交互信息的种子交互对象的数量、与每一所述种子交互对象之间具有种子交互信息的种子对象的数量；基于所述待学习参数、所述兴趣分类、所述兴趣程度值、所述第一正则化参数、所述种子交互对象的数量和所述种子对象的数量，构建所述目标函数。
7、在一些实施例中，所述种子交互信息包括所述种子对象与所述种子交互对象之间的交互时长；所述第一确定模块还用于：响应于所述交互时长大于零，确定所述种子对象与所述种子交互对象之间的兴趣分类为第一兴趣分类；响应于所述交互时长等于零，确定所述种子对象与所述种子交互对象之间的兴趣分类为第二兴趣分类；所述第一兴趣分类与所述第二兴趣分类的类型相反。
8、在一些实施例中，所述种子交互信息包括所述种子对象与所述种子交互对象之间的交互时长；所述第一确定模块还用于：获取兴趣超参数；所述兴趣超参数为一预设的正数；基于所述兴趣超参数，对所述交互时长进行线性计算，得到每一所述种子对象与每一所述种子交互对象之间的兴趣程度值。
9、在一些实施例中，所述第一确定模块还用于：依次交替迭代以下步骤，直至每一种子对象的目标函数收敛为止：在将所述对象语义向量固定为一对象语义向量固定值的条件下，对所述目标函数进行参数求解，得到每一种子对象的兴趣语义向量；在将所述兴趣语义向量固定为一兴趣语义向量固定值的条件下，对所述目标函数进行参数求解，得到每一种子交互对象的对象语义向量。
10、在一些实施例中，所述第一确定模块还用于：将所述目标函数中的对象语义向量固定为一对象语义向量固定值，得到第一参数固定后的目标函数；对所述第一参数固定后的目标函数进行矩阵转化，得到第一矩阵形式的目标函数；对所述第一矩阵形式的目标函数关于兴趣语义向量求梯度，并设置所述梯度等于零，得到第一线性方程组；对所述第一线性方程组进行解析，得到所述兴趣语义向量。
11、在一些实施例中，所述第一确定模块还用于：响应于当前交替迭代步骤是交替迭代过程的第一步，获取所述对象语义向量的初始化值；并将所述初始化值确定为所述对象语义向量固定值；或者，响应于当前交替迭代步骤不是交替迭代过程的第一步，获取在所述当前交替迭代步骤的上一步中计算得到的所述对象语义向量的迭代值；并将所述迭代值确定为所述对象语义向量固定值；将所述目标函数中与所述对象语义向量对应的待学习参数，替换为所述对象语义向量固定值，得到所述第一参数固定后的目标函数。
12、在一些实施例中，所述第一确定模块还用于：将所述目标函数中的兴趣语义向量固定为一兴趣语义向量固定值，得到第二参数固定后的目标函数；对所述第二参数固定后的目标函数进行矩阵转化，得到第二矩阵形式的目标函数；对所述第二矩阵形式的目标函数关于对象语义向量求梯度，并设置所述梯度等于零，得到第二线性方程组；对所述第二线性方程组进行解析，得到所述对象语义向量。
13、在一些实施例中，所述装置还包括：第四确定模块，用于基于每一种子对象的兴趣语义向量与所述目标场景下的每一交互对象的对象语义向量，从所述目标场景下的至少一个交互对象中确定相应种子对象的待推荐对象；所述信息推荐模块，还用于基于所述相应种子对象的待推荐对象，对所本文档来自技高网...
【技术保护点】
1.一种信息推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述种子交互信息，确定每一种子交互对象的对象语义向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述种子交互信息构建每一种子对象的目标函数，包括：
4.根据权利要求3所述的方法，其特征在于，所述种子交互信息包括所述种子对象与所述种子交互对象之间的交互时长；
5.根据权利要求3所述的方法，其特征在于，所述种子交互信息包括所述种子对象与所述种子交互对象之间的交互时长；
6.根据权利要求2所述的方法，其特征在于，所述采用交替迭代求解方式，对所述目标函数进行参数求解，依次得到每一种子对象的兴趣语义向量和每一种子交互对象的对象语义向量，包括：
7.根据权利要求6所述的方法，其特征在于，所述在将所述对象语义向量固定为一对象语义向量固定值的条件下，对所述目标函数进行参数求解，得到每一种子对象的兴趣语义向量，包括：
8.根据权利要求7所述的方法，其特征在于，所述将所述目标函数中的对象语义向量固定为一
9.根据权利要求6所述的方法，其特征在于，所述在将所述兴趣语义向量固定为一兴趣语义向量固定值的条件下，对所述目标函数进行参数求解，得到每一种子交互对象的对象语义向量，包括：
10.根据权利要求2至9任一项所述的方法，其特征在于，所述方法还包括：
11.根据权利要求1至9任一项所述的方法，其特征在于，所述基于每一种子交互对象的对象语义向量和待迁移对象的迁移交互信息，确定所述待迁移对象的兴趣语义向量，包括：
12.根据权利要求11所述的方法，其特征在于，所述基于所述迁移交互信息，构建所述待迁移对象的增量目标函数，包括：
13.根据权利要求1至9任一项所述的方法，其特征在于，所述基于所述待迁移对象的兴趣语义向量与所述目标场景下的每一交互对象的对象语义向量，从所述目标场景下的至少一个交互对象中确定待推荐对象，包括：
14.一种信息推荐装置，其特征在于，所述装置包括：
15.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种信息推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述种子交互信息，确定每一种子交互对象的对象语义向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述种子交互信息构建每一种子对象的目标函数，包括：
4.根据权利要求3所述的方法，其特征在于，所述种子交互信息包括所述种子对象与所述种子交互对象之间的交互时长；
5.根据权利要求3所述的方法，其特征在于，所述种子交互信息包括所述种子对象与所述种子交互对象之间的交互时长；
6.根据权利要求2所述的方法，其特征在于，所述采用交替迭代求解方式，对所述目标函数进行参数求解，依次得到每一种子对象的兴趣语义向量和每一种子交互对象的对象语义向量，包括：
7.根据权利要求6所述的方法，其特征在于，所述在将所述对象语义向量固定为一对象语义向量固定值的条件下，对所述目标函数进行参数求解，得到每一种子对象的兴趣语义向量，包括：
8.根据权利要求7所述的方法，其特征在于，所述将所述目标函数中...
【专利技术属性】
技术研发人员：赵忠，
申请(专利权)人：腾讯科技深圳有限公司，
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。