[发明专利]信息推荐方法、装置、终端设备及计算机可读存储介质

权利要求书

1.一种信息推荐方法，其特征在于，包括：

获取目标平台上用户的历史行为数据，其中，所述历史行为数据包括用户执行操作的内容对象和用户对所述内容对象执行操作的行为次数；

提取所述历史行为数据中所述内容对象的标签信息；

根据所述内容对象的标签信息以及所述用户对所述内容对象执行操作的行为次数，确定所述用户的兴趣标签；

根据所述兴趣标签向所述用户推荐信息；

所述提取所述历史行为数据中所述内容对象的标签信息，包括：

基于预设的支持向量机模型提取所述内容对象的第一特征信息；

基于预设的文本分类模型提取所述内容对象的第二特征信息；

将所述第一特征信息和所述第二特征信息融合为第三特征信息；

根据所述第三特征信息提取所述内容对象的标签信息；

所述支持向量机模型用于提取所述内容对象的词向量特征，所述文本分类模型用于提取所述内容对象的语义关键特征；将内容标签和内容标签的兴趣评分输入到预设的排序模型中，将兴趣评分从大到小的顺序对内容标签进行排序，获取前Y个内容标签，将前Y个内容标签及兴趣评分输入到排序模型中；

所述标签信息中包括至少一个内容标签和每个所述内容标签的标签系数；

所述根据所述内容对象的标签信息以及所述用户对所述内容对象执行操作的行为次数，确定所述用户的兴趣标签，包括：

根据所述内容对象的每个所述内容标签的所述标签系数以及所述用户对所述内容对象执行操作的行为次数，计算所述用户对所述内容对象的每个所述内容标签的兴趣评分；

根据所述内容对象的所述内容标签和所述用户对所述内容对象的每个所述内容标签的兴趣评分确定所述用户的兴趣标签；

所述根据所述内容对象的每个所述内容标签的所述标签系数以及所述用户对所述内容对象执行操作的行为次数，计算所述用户对所述内容对象的每个所述内容标签的兴趣评分，包括：

根据所述内容对象的每个所述内容标签的所述标签系数以及所述用户对所述内容对象执行操作的所述行为次数，计算所述内容对象的每个所述内容标签的历史评分；对于每个所述内容标签，通过公式计算所述内容标签的所述历史评分；

其中，H为所述内容标签的所述历史评分，h_l为属于所述内容标签的第l个所述内容对象中所述内容标签的标签系数，Num_l为属于所述内容标签的第l个所述内容对象对应的所述行为次数，L为属于所述内容标签的所述内容对象的数量；

根据所述用户对所述内容对象执行操作的所述行为次数，计算所述内容对象的每个所述内容标签的行为衰减评分，其中，所述内容标签的衰减评分用于表示所述用户对属于所述内容标签的内容的兴趣变化程度；通过公式计算所述内容对象的每个所述内容标签的衰减评分；

其中，S_T为第T个时间周期内所述用户对所述内容标签的衰减评分，k_t是第t个时间周期内所述用户对属于所述内容标签的内容对象执行操作的行为次数，a为预设衰减系数，Tt；所述时间周期为天或小时或分钟；

根据所述历史评分和所述衰减评分计算用户对所述内容对象的每个所述内容标签的所述兴趣评分。

2.如权利要求1所述的信息推荐方法，其特征在于，所述根据所述内容对象的所述内容标签和所述用户对所述内容对象的每个所述内容标签的兴趣评分确定所述用户的兴趣标签，包括：

将所述内容标签和所述内容标签的所述兴趣评分输入到预设的排序模型中，输出标签序列，所述标签序列中包括至少一个所述内容标签；

将所述标签序列中的所述内容标签确定为所述用户的所述兴趣标签。