[发明专利]一种信息推荐方法及装置

说明书

本申请公开了一种信息推荐方法及装置。所述方法包括：获取用户集合中的各用户对各可推荐信息的实时反应数据；根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，以及所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据；根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息。利用本申请实施例，各可推荐信息可以是新的可推荐信息，可以根据用户对各可推荐信息的实时反应数据，实时地推测用户当前的兴趣点，则可以有效地学习到用户是否对新的可推荐信息感兴趣，进而有利于降低信息推荐的试错成本。

技术领域

本申请涉及计算机软件技术领域，尤其涉及一种信息推荐方法及装置。

背景技术

在互联网时代，线上向用户推荐各种信息是一种常见的现象。新的可推荐信息冷启动是广告点击率预测、个性化推荐等信息推荐方面的应用所广泛面临的问题。

具体地，在应用刚刚上线时往往缺乏历史数据，在这种情况下，对于新的可推荐信息，该应用由于缺乏用户与该可推荐信息的历史交互数据，因此，难以学习到用户的行为偏好和该可推荐信息的特征，所以难以将该可推荐信息精准地向用户进行推荐。

在现有技术中，主要根据历史经验，通过人为地设置一定概率值推荐新的可推荐信息来解决上述冷启动问题。比如，用户使用某个电影应用时，该电影应用会按照一定概率推送一些新的电影让用户选择是否喜爱。

但是，由于上述现有技术的信息推荐方式使用了历史经验，而且只得到新的可推荐信息非常有限的少量信息，因此，难以有效地学习到用户是否对新的可推荐信息感兴趣，导致信息推荐的试错成本较高。

发明内容

本申请实施例提供一种信息推荐方法及装置，用以解决现有技术中的如下技术问题：现有技术的信息推荐方式使用了历史经验，而且只得到新的可推荐信息非常有限的少量信息，因此，难以有效地学习到用户是否对新的可推荐信息感兴趣，导致信息推荐的试错成本较高。

为解决上述技术问题，本申请实施例是这样实现的：

本申请实施例提供的一种信息推荐方法，包括：

获取用户集合中的各用户对各可推荐信息的实时反应数据；

根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，以及所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据；

根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息。

本申请实施例提供的一种信息推荐装置，包括：

获取模块，获取用户集合中的各用户对各可推荐信息的实时反应数据；

确定模块，根据所述实时反应数据，确定所述用户集合对于所述各可推荐信息的全局兴趣数据，以及所述用户集合中的指定用户对于所述各可推荐信息的个人兴趣数据；

推荐模块，根据所述全局兴趣数据和所述个人兴趣数据，为所述指定用户推荐所述可推荐信息。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：各可推荐信息可以是新的可推荐信息，可以根据用户对各可推荐信息的实时反应数据，实时地推测用户当前的兴趣点，则可以有效地学习到用户是否对新的可推荐信息感兴趣，进而有利于降低信息推荐的试错成本，因此，可以部分或全部地解决现有技术中的问题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。