[发明专利]信息推荐方法、装置、电子设备及存储介质

说明书

本公开关于一种信息推荐方法、装置、电子设备及存储介质，该方法包括：响应于目标对象的信息推荐请求，获取目标对象的兴趣信息和包括上层图和底层图的目标近邻图，底层图包括多个子图，每个子图包括上层图中的节点和每个子图各自对应的其他节点，每个子图各自对应的其他节点为预设推荐信息集中除与上层图中的节点对应的推荐信息以外的推荐信息；基于每个子图的导航节点及相应的邻居节点，与相应的兴趣节点之间的距离，确定每个子图的起始搜索节点；根据每个子图的起始搜索节点及相应的邻居节点，与相应的兴趣节点之间的距离，确定目标节点；将目标节点对应的推荐信息推荐至目标对象。本公开能够提高向目标对象推荐推荐信息的精度和速度。

技术领域

本公开涉及计算机技术领域，尤其涉及一种信息推荐方法、装置、电子设备及存储介质。

背景技术

推荐系统是一种信息过滤系统，用于预测用户对物品的“评分”或“偏好”，它能从海量候选集中，召回用户感兴趣的内容，并将召回的内容推荐给用户。根据推荐对象的不同，可以将推荐场景可分为两大类：推荐人和推荐物。推荐人的场景主要指社交推荐，即根据用户的社交圈，向用户推荐搜索到的，与其具有相似属性的其他用户。推荐物的场景则又可以分为商品推荐、音乐推荐、视频推荐和新闻推荐等，即根据用户的购买或浏览记录等行为数据，搜索用户更感兴趣的商品、资讯等，并推荐给用户。

相关技术中，通常采用近似近邻算法来完成召回。然而相关技术中的算法所使用到的底层图规模较大，对于同一搜索目标无法进行并行的最近邻搜索，搜索速度较慢，从而降低向用户推荐感兴趣内容的推荐速度，此外，规模较大的底层图在搜索时，容易陷入局部最优解，影响搜索精度，从而降低向用户推荐感兴趣内容的推荐精度。

发明内容

本公开提供一种信息推荐方法、装置、电子设备及存储介质，以至少解决相关技术中向用户推荐感兴趣内容的推荐速度较慢以及推荐精度较低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种信息推荐方法，包括：

响应于目标对象的信息推荐请求，获取目标对象的兴趣信息和目标近邻图；所述兴趣信息表征所述目标对象感兴趣的信息，所述目标近邻图包括上层图和底层图，所述底层图包括多个子图，每个子图包括所述上层图中的节点和每个子图各自对应的其他节点，每个子图各自对应的其他节点为其他推荐信息对应的节点，所述其他推荐信息为预设推荐信息集中除与所述上层图中的节点对应的推荐信息以外的推荐信息；

基于每个子图在所述上层图中的导航节点与每个子图对应的兴趣节点之间的距离，以及每个子图在所述上层图中的导航节点对应的邻居节点与每个子图对应的兴趣节点之间的距离，并行确定每个子图的起始搜索节点；每个子图在所述上层图中的导航节点满足预设条件，每个子图对应的兴趣节点为所述兴趣信息在每个子图上所对应的节点；

根据每个子图的起始搜索节点与每个子图对应的兴趣节点之间的距离，以及每个子图的起始搜索节点对应的邻居节点与每个子图对应的兴趣节点之间的距离，确定目标节点；

将所述目标节点对应的推荐信息推荐至所述目标对象。

在一示例性的实施方式中，所述方法还包括构建所述目标近邻图的步骤，所述构建所述目标近邻图的步骤包括：

基于所述预设推荐信息集，生成多个推荐信息组；

依次对每一推荐信息组执行以下操作：

基于预设图层划分信息确定每一推荐信息组中的各个推荐信息的图层信息；

基于每一推荐信息组中的各个推荐信息的图层信息，并行在预设近邻图中构建初始上层图，得到更新后的预设近邻图；所述预设近邻图包括与所述底层图对应的初始底层图，所述初始上层图与所述上层图对应；

基于每一推荐信息组中的各个推荐信息的图层信息，在所述更新后的预设近邻图中，并行生成每一推荐信息组中的各个推荐信息对应的节点；