[发明专利]一种推荐信息的获取方法及装置，电子设备

权利要求书

1.一种推荐信息的获取方法，其特征在于，包括：

获取待展示的提示信息；

基于所述提示信息和预设的标签知识图谱构建标签池；

从所述标签池中选择预设数量的标签推荐给用户；

其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。

2.根据权利要求1所述的方法，其特征在于，所述从所述标签池中选择预设数量的标签推荐给用户的步骤，包括：

通过置信区间上界算法从所述标签池中选择预设数量的标签推荐给用户。

3.根据权利要求2所述的方法，其特征在于，所述通过置信区间上界算法从所述标签池中选择预设数量的标签推荐给用户，进一步包括：

根据用户对标签的历史行为数据预估所述标签池中每个标签的期望收益；

根据所述提示信息的历史标签展示总次数和所述标签池中每个标签的展示总次数，分别确定所述标签池中每个标签的收益调整指标；

将所述期望收益和所述收益调整指标的和作为所述标签池中各标签的推荐值；

从所述标签池中选择推荐值最高的预设数量标签推荐给用户。

4.根据权利要求3所述的方法，其特征在于，所述根据用户对标签的历史行为数据预估所述标签池中每个标签的期望收益的步骤，包括：

根据与标签相同的提示信息的历史点击率，预估所述标签池中相应标签的期望收益；或者，

根据当前用户的用户特征和标签的预估点击率，预估所述标签池中相应标签的期望收益。

5.根据权利要求1所述的方法，其特征在于，所述基于所述提示信息和预设的标签知识图谱构建标签池的步骤，包括：

将所述提示信息和预设的标签知识图谱中的每个核心词进行匹配；

将匹配成功的核心词对应的标签知识图谱中的所有标签加入标签池。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述提示信息和预设的标签知识图谱构建标签池的步骤之前，还包括：

根据结构化兴趣点数据构建标签知识图谱，和/或，根据用户行为日志构建标签知识图谱。

7.根据权利要求6所述的方法，其特征在于，所述根据结构化兴趣点数据构建标签知识图谱的步骤，包括：

基于结构化兴趣点数据中的兴趣点名称、类目名称和附加属性名称，确定核心词和所述核心词的标签；

根据所述结构化兴趣点数据的类目体系层级关系、附加属性体系层级关系，以及类目体系和附加属性体系的对应关系，建立各标签的树状关系；其中，每个所述树状关系的根节点为该簇标签知识图谱的核心词，叶子节点为相应层级的标签。

8.根据权利要求6所述的方法，其特征在于，所述根据用户行为日志构建标签知识图谱，包括：

基于挖掘的用户行为日志的频繁项集，确定核心词和所述核心词的标签；

根据各频繁项之间的预设关联关系，建立相应标签的树状关系；

其中，所述树状关系的根节点为该簇标签知识图谱的核心词，叶子节点为标签；所述预设关联关系包括：商品和商家的关联关系，商家和商圈的关联关系。

9.一种推荐信息的获取装置，其特征在于，包括：

提示信息获取模块，用于获取待展示的提示信息；

标签池构建模块，用于基于所述提示信息和预设的标签知识图谱构建标签池；

推荐模块，用于从所述标签池构建模块构建的标签池中选择预设数量的标签推荐给用户；

其中，所述标签知识图谱为：以所述提示信息为核心词、以标签描述所述提示信息相应维度信息的知识图谱。

10.根据权利要求9所述的装置，其特征在于，所述推荐模块进一步用于：

通过置信区间上界算法从所述标签池中选择预设数量的标签推荐给用户。