[发明专利]一种基于人工智能的信息推荐方法及装置

权利要求书

1.一种基于人工智能的信息推荐方法，其特征在于，包括：

从用户对应多个交互媒体账号的行为数据中提取用户行为特征；

基于所述用户行为特征进行编码处理，得到用户特征向量；

确定与所述用户特征向量满足相似条件的多个召回媒体账号；

基于所述多个召回媒体账号生成待推荐信息，基于所述待推荐信息执行对应所述用户的推荐操作。

2.根据权利要求1所述的方法，其特征在于，在从用户对应多个交互媒体账号的行为数据中提取用户行为特征之前，所述方法还包括：

将所述用户针对多个信息的行为数据，映射为所述用户针对发表所述信息的交互媒体账号的行为数据；

其中，所述用户针对多个信息的行为数据表征以下行为至少之一：所述用户关注所述交互媒体账号发表的信息的行为、所述用户订阅所述交互媒体账号发表的信息的行为。

3.根据权利要求1所述的方法，其特征在于，在基于所述用户行为特征进行编码处理，得到用户特征向量之前，所述方法还包括：

确定用户协同过滤特征和用户图特征，并将所述用户协同过滤特征、所述用户图特征以及通过提取得到的所述用户行为特征依次进行连接，将连接得到的新的用户行为特征作为用于进行所述编码处理的用户行为特征；

其中，所述用户协同过滤特征是对包括所述行为数据的矩阵进行分解而确定的，所述用户图特征是基于包括所述行为数据的有向图进行映射而确定的。

4.根据权利要求1所述的方法，其特征在于，所述基于所述用户行为特征进行编码处理，得到用户特征向量，包括：

从所述用户的属性数据中提取用户属性特征；

对所述用户行为特征和所述用户属性特征进行整流处理，或者，对所述用户行为特征进行整流处理，对得到的整流结果进行归一化处理，将得到的归一化处理结果作为编码得到的用户特征向量；

其中，所述用户属性特征包括以下至少之一：所述用户的年龄特征、所述用户的地域特征；所述用户行为特征包括以下至少之一：所述用户的交互媒体账号特征、所述交互媒体账号的标签特征、所述交互媒体账号的频道特征。

5.根据权利要求1所述的方法，其特征在于，所述确定与所述用户特征向量满足相似条件的多个召回媒体账号，包括：

获取多个候选媒体账号的媒体账号特征向量，确定所述多个候选媒体账号的媒体账号特征向量与所述用户特征向量之间的余弦距离，将所述余弦距离作为相似度；

确定与所述用户特征向量的相似度超过相似度阈值的多个候选媒体账号，以作为满足相似条件的多个召回媒体账号。

6.根据权利要求5所述的方法，其特征在于，所述获取多个候选媒体账号的媒体账号特征向量，包括：

针对所述多个候选媒体账号中的每个候选媒体账号，执行以下处理：

从所述候选媒体账号的属性数据中提取媒体账号特征；

对所述媒体账号特征进行整流处理，对得到的整流结果进行归一化处理，将得到的归一化处理结果作为媒体账号特征向量；

其中，所述媒体账号特征包括以下至少之一：所述媒体账号的标签特征、所述媒体账号的频道特征、所述媒体账号的粉丝数量特征。

7.根据权利要求6所述的方法，其特征在于，在从所述候选媒体账号的属性数据中提取媒体账号特征之后，所述方法还包括：

确定所述候选媒体账号的媒体账号协同过滤特征和媒体账号图特征，将所述媒体账号协同过滤特征、所述媒体账号图特征以及通过提取得到的所述媒体账号特征进行连接，将连接得到的新的媒体账号特征作为用于进行所述整流处理的媒体账号特征；

其中，所述媒体账号协同过滤特征是对包括所述行为数据的矩阵进行分解而确定的，所述媒体账号图特征是基于包括所述行为数据的有向图进行映射而确定的。