【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种信息推荐方法、装置、存储介质及电子设备。
技术介绍
1、用户在使用具有信息搜索功能的应用软件(如搜索引擎)的过程中，通常搜索过程中会收到服务侧投放推送的推广信息，例如，出于为用户提供便利维度，推广信息可能是推广某一产品或事物的广告信息。这些推广信息对于服务商、用户端以及信息推广侧来说意义重大。
技术实现思路
1、本申请实施例提供了一种信息推荐方法、装置、存储介质及电子设备，所述技术方案如下：
2、第一方面，本申请实施例提供了一种信息推荐方法，所述方法包括：
3、接收用户对象所输入的目标搜索请求，确定针对所述用户对象的用户属性信息以及历史搜索浏览行为序列；
4、基于所述用户属性信息以及所述历史搜索浏览行为序列确定所述用户对象的用户兴趣表征和搜索用户表征；
5、将所述用户兴趣表征、搜索用户表征以及所述目标搜索请求发送至信息推荐引擎，以通过所述信息推荐引擎响应于所述目标搜索请求对所述用户对象进行信息推荐处理。
6、在一种可行的实施方式中，所述基于所述检索词、所述用户属性信息以及所述历史搜索浏览行为序列确定所述用户对象的用户兴趣表征和搜索用户表征，包括：
7、基于所述用户属性信息以及所述历史搜索浏览行为序列，采用信息序列推理模型对所述用户对象进行搜索兴趣解析处理得到用户兴趣表征和搜索用户表征。
8、在一种可行的实施方式中，所述基于所述用户属性信息以及所述历史搜索浏览行为序列，采
9、基于用户属性信息和所述历史搜索浏览行为序列，通过所述信息序列推理模型在用户搜索键值库中确定所述用户对象对应的用户兴趣表征和搜索用户表征，所述用户搜索表征库包括参考用户对象对应的参考用户兴趣表征和参考搜索用户表征，所述参考用户兴趣表征和参考搜索用户表征由所述信息序列推理模型对所述参考用户对象进行搜索兴趣解析处理后保存至所述用户搜索表征库。
10、在一种可行的实施方式中，所述基于所述用户属性信息以及所述历史搜索浏览行为序列，采用信息序列推理模型对所述用户对象进行搜索兴趣解析处理得到用户兴趣表征和搜索用户表征，包括：
11、基于所述用户属性信息以及所述历史搜索浏览行为序列建立用户浏览行为全局图，从所述用户浏览行为全局图中抽取针对所述用户对象的至少一条浏览行为序列链，将所述用户属性信息和所述浏览行为序列链输入所述信息序列推理模型进行搜索兴趣解析处理输出用户兴趣表征和搜索用户表征。
12、在一种可行的实施方式中，所述方法还包括：
13、获取多个参考用户对象对应的参考历史搜索浏览行为序列以及参考用户属性信息，基于所述参考历史搜索浏览行为序列建立参考用户浏览行为全局图，从所述参考用户浏览行为全局图中抽取针对所述参考用户对象的至少一条参考浏览行为序列链；
14、将所述参考用户属性信息和所述参考浏览行为序列链输入所述信息序列推理模型进行搜索兴趣解析处理输出参考用户兴趣表征和参考搜索用户表征，基于所述参考用户兴趣表征和所述参考搜索用户表征创建所述信息序列推理模型关联的用户搜索键值库。
15、在一种可行的实施方式中，所述将所述参考用户属性信息和所述参考浏览行为序列链输入所述信息序列推理模型进行搜索兴趣解析处理输出参考用户兴趣表征和参考搜索用户表征，包括：
16、基于所述参考用户对象的所述参考用户属性信息和所述参考浏览行为序列链，选取至少一个样本用户对象的样本训练数据，对所述样本训练数据标注输出结果标签，所述输出结果标签包括用户兴趣表征标签和搜索用户表征标签；
17、基于所述样本训练数据对初始信息序列推理模型进行至少一轮模型训练，在模型训练过程中，通过初始信息序列推理模型确定针对所述样本训练数据的预测输出结果，所述预测输出结果包括预测用户兴趣表征和预测搜索用户表征；
18、基于所述预测输出结果和所述输出结果标签确定模型计算损失，采用所述模型计算损失对所述初始信息序列推理模型进行模型参数调整，直至所述初始信息序列推理模型结束模型训练，得到信息序列推理模型；
19、基于所述参考用户属性信息和所述参考浏览行为序列链采用所述信息序列推理模型，确定参考用户兴趣表征和参考搜索用户表征。
20、在一种可行的实施方式中，所述基于所述参考历史搜索浏览行为序列建立参考用户浏览行为全局图，从所述参考用户浏览行为全局图中抽取针对所述参考用户对象的至少一条参考浏览行为序列链，包括：
21、确定所述参考历史搜索浏览行为序列中的信息项，以时间顺序为参考对所述信息项进行排序得到包括所有信息项节点的节点序列，以所述节点序列为参考从所述参考历史搜索浏览行为序列中提取包括所有信息项边的信息项边集合，建立所有参考用户对象与所述信息项节点的用户边关系，生成包含所有所述用户边关系的用户边关系集合；
22、基于所述节点序列、所述边集合以及所述用户边关系集合进行图连接处理得到参考用户浏览行为全局图；
23、对所述参考用户浏览行为全局图进行序列链拆分处理得到至少一条参考浏览行为序列链。
24、在一种可行的实施方式中，所述将所述用户兴趣表征、搜索用户表征以及所述目标搜索请求发送至信息推荐引擎，以通过所述信息推荐引擎响应于所述目标搜索请求对所述用户对象进行信息推荐处理之后，还包括：
25、采集所述用户对象针对信息推荐项的实际搜索浏览行为序列，基于所述实际搜索浏览行为序列确定所述用户对象的实际用户兴趣表征；
26、基于所述实际用户兴趣表征对所述信息序列推理模型进行模型校准处理。
27、第二方面，本申请实施例提供了一种信息推荐装置，所述装置包括：
28、请求处理模块，用于接收用户对象所输入的目标搜索请求，确定针对所述用户对象的用户属性信息以及历史搜索浏览行为序列；
29、表征确定模块，用于基于所述用户属性信息以及所述历史搜索浏览行为序列确定所述用户对象的用户兴趣表征和搜索用户表征；
30、信息推荐模块，用于将所述用户兴趣表征、搜索用户表征以及所述目标搜索请求发送至信息推荐引擎，以通过所述信息推荐引擎响应于所述目标搜索请求对所述用户对象进行信息推荐处理。
31、在一种可行的实施方式中，所述表征确定模块，用于：
32、基于所述用户属性信息以及所述历史搜索浏览行为序列，采用信息序列推理模型对所述用户对象进行搜索兴趣解析处理得到用户兴趣表征和搜索用户表征。
33、在一种可行的实施方式中，所述表征确定模块，用于：
34、基于用户属性信息和所述历史搜索浏览行为序列，通过所述信息序列推理模型在用户搜索键值库中确定所述用户对象对应的用户兴趣表征和搜索用户表征，所述用户搜索表征库包括参考用户对象对应的参考用户兴趣表征和参考搜索用户本文档来自技高网...
【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，所述基于所述检索词、所述用户属性信息以及所述历史搜索浏览行为序列确定所述用户对象的用户兴趣表征和搜索用户表征，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述用户属性信息以及所述历史搜索浏览行为序列，采用信息序列推理模型对所述用户对象进行搜索兴趣解析处理得到用户兴趣表征和搜索用户表征，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述用户属性信息以及所述历史搜索浏览行为序列，采用信息序列推理模型对所述用户对象进行搜索兴趣解析处理得到用户兴趣表征和搜索用户表征，包括：
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求5所述的方法，其特征在于，所述基于所述参考历史搜索浏览行为序列建立参考用户浏览行为全局图，从所述参考用户浏览行为全局图中抽取针对所述参考用户对象的至少一条参考浏览行为序列链，包括：
8
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～8任意一项的方法步骤。
10.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～8任意一项的方法步骤。
...【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，所述基于所述检索词、所述用户属性信息以及所述历史搜索浏览行为序列确定所述用户对象的用户兴趣表征和搜索用户表征，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述用户属性信息以及所述历史搜索浏览行为序列，采用信息序列推理模型对所述用户对象进行搜索兴趣解析处理得到用户兴趣表征和搜索用户表征，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述用户属性信息以及所述历史搜索浏览行为序列，采用信息序列推理模型对所述用户对象进行搜索兴趣解析处理得到用户兴趣表征和搜索用户表征，包括：
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包...
【专利技术属性】
技术研发人员：卢凯敏，熊武兴，张向征，
申请(专利权)人：北京奇虎科技有限公司，
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。