[发明专利]基于双画像的信息推荐方法、装置、电子设备及存储介质

权利要求书

1.一种基于双画像的信息推荐方法，其特征在于，所述方法包括：

获取第一预设数量的领域的信息数据，利用所述第一预设数量的领域的信息数据，生成每个领域的信息画像；

获取第二预设数量的目标用户的基础数据及每个所述目标用户的行为数据，利用所述基础数据及所述行为数据，生成每个所述目标用户的用户画像；

计算每个所述用户画像与每个所述信息画像的匹配值，汇集所述匹配值大于预设阈值的信息画像对应的信息数据为待推荐信息；

提取每个所述用户画像的关键特征作为核心特征，提取每个所述用户画像对应的待推荐信息的关键特征作为比对特征；

计算每个所述核心特征与所述核心特征对应的每个比对特征之间的距离，根据所述距离的大小对每个所述比对特征对应的待推荐消息进行排序，根据排序结果，将所述待推荐消息推荐给每个所述核心特征对应的目标用户。

2.如权利要求1所述的基于双画像的信息推荐方法，其特征在于，所述利用所述第一预设数量的领域的信息数据，生成每个领域的信息画像，包括：

依次对所述第一预设数量的领域的信息数据中每个领域的信息数据进行核心语义提取，得到每个所述领域的信息语义；

对所述信息语义进行词向量转换，得到信息语义向量；

利用所述信息语义向量构建对应领域的信息画像。

3.如权利要求2所述的基于双画像的信息推荐方法，其特征在于，所述依次对所述第一预设数量的领域的信息数据中每个领域的信息数据进行核心语义提取，得到每个所述领域的信息语义，包括：

对每个所述领域的信息数据进行卷积、池化处理，得到所述信息数据的低维特征语义；

将所述低维特征语义映射至预先构建的高维空间，得到高维特征语义；

利用预设的激活函数对所述高维特征语义进行筛选，得到每个所述领域的信息语义。

4.如权利要求2所述的基于双画像的信息推荐方法，其特征在于，所述利用所述信息语义向量构建对应领域的信息画像，包括：

统计所述信息语义向量中每个向量的向量长度，选取所述向量长度最长的向量为模向量；

利用预设参数将所述信息语义向量中剩余的每个向量的长度延长至与所述模向量的向量长度相同；

将向量长度延长后的所述信息语义向量中每个向量作为行向量拼接为向量矩阵，将所述向量矩阵作为对应区域的信息画像。

5.如权利要求1所述的基于双画像的信息推荐方法，其特征在于，所述提取每个所述用户画像的关键特征作为核心特征，包括：

利用预先构建的语义分析模型提取每个所述用户画像中的特征；

对每个所述用户画像中的特征进行向量映射，得到特征向量集；

从所述特征向量集中，随机选取预设数量的特征向量作为聚类中心；

依次计算所述特征向量集中每个特征向量到所述聚类中心的距离，并将每个所述特征向量划分到距离最小的聚类中心对应的类别中，得到多个类别簇；

重新计算每个类别簇的聚类中心，并返回上述的依次计算所述特征向量集中每个特征向量到所述聚类中心的距离的步骤，直至所述多个类别簇的聚类中心收敛，将收敛的类别簇对应的类别作为所述用户画像的关键特征。

6.如权利要求1所述的基于双画像的信息推荐方法，其特征在于，所述提取每个所述用户画像对应的待推荐信息的关键特征作为比对特征，包括：

逐个对每条所述待推荐信息进行分词处理，得到每条所述待推荐信息对应的信息分词；

将所有所述信息分词汇集为信息词库；

逐个选取每条所述待推荐信息作为待分析信息，并从所述待分析信息对应的信息分词中选取一个信息分词作为目标分词；

统计所述目标分词在所述待分析信息对应的信息分词中的第一出现频率，及所述目标分词在所述信息词库中的第二出现频率，计算所述第二出现频率与所述第一出现频率之间的比值；

选取所述比值大于预设比值阈值的信息分词作为所述待分析信息的关键特征。