信息推荐方法、信息推荐系统和计算机可读存储介质与流程

1.本发明涉及计算机技术领域，具体涉及一种信息推荐方法、信息推荐系统和计算机可读存储介质。


背景技术：

2.随着金融行业的快速发展，目前许多金融机构都会将一些待推广的金融信息或产品推荐给用户。金融信息例如包括热点资讯，其作为app引导用户了解和购买个股和理财的重要桥梁，在行业中起到了重要的作用。
3.目前的资讯推荐方法中，个性化资讯与产品产业链图谱相互分离，分别作为独立的功能供用户使用。具体地，个性化资讯推荐的常用算法包括：基于内容的推荐、基于协同过滤推荐、基于关联规则的推荐、基于效用的推荐、基于知识的推荐和组合推荐；产品产业链图谱则作为券商app的一个功能入口供用户查询。虽然推荐形式多样，但目前的信息推荐和产品推荐相互分离，使得图谱的效用和展示形式单一；资讯推荐的内容不够丰富，不能给用户提供附加价值；用户对于感兴趣的资讯也不能及时有效获得产业上下游和相关个股信息。
4.那么，目前的app或资讯推送仅能提供给用户少量的信息，缺少相关产业的上下游动态解读，当用户对宏观的产业情况感兴趣时，无法在资讯页面得到增值信息。
5.因此，目前使用的信息推荐方法有很大的局限性，不能适应目前金融行业的需求。


技术实现要素：

6.有鉴于此，本发明实施例提供一种信息推荐方法和信息推荐系统，能在推送时将信息和产业知识图谱相匹配，自适应地获取与热门资讯相关性最高的产品，解决现有技术中的问题。
7.根据本发明第一方面，提供一种信息推荐方法，包括：
8.获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，所述用户属性信息包括多个特征信息；
9.根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息；
10.获取与所述候选推荐信息中的候选产品相匹配的知识图谱，所述知识图谱包括候选产品以及其上下游产品的关联关系；
11.将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品；以及
12.将所述待推荐产品以及与所述待推荐产品相关的知识图谱作为待推荐信息推荐给用户。
13.可选地，所述用户为在app内开户的用户，所述多个特征信息包括用户基本信息、开户特征、交易特征和浏览特征。
14.可选地，在根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息的步骤之前还包括：
15.对所述用户属性信息进行数据预处理。
16.可选地，所述候选推荐信息中包括所述候选产品的名称，所述产品的类型包括证券和股票。
17.可选地，所述获取与所述候选推荐信息中的候选产品相匹配的知识图谱的步骤包括：
18.获取与所述候选推荐信息中的候选产品对应的知识图谱数据；
19.以所述知识图谱数据为基础建立所述知识图谱，所述知识图谱包括所述知识图谱数据的内容。
20.可选地，所述知识图谱数据包括所述候选产品及其上下游产品对应的上市公司、主营产品、主营产品占比、上游产品和下游产品。
21.可选地，将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品的步骤包括：
22.调用已有评分模型，将所述候选产品和所述上下游产品分别输入所述评分模型中，采用人工智能算法得出每一项产品的分数；
23.按照分数从高到低的顺序对所有所述产品排序；以及
24.将得分最高的所述产品作为待推荐产品，
25.其中，所述产品的分数表征所述产品与所述候选推荐信息的相关度。
26.可选地，将所述待推荐产品以及与所述待推荐产品相关的知识图谱作为待推荐信息推荐给用户包括：
27.重新绘制与所述待推荐产品相关的知识图谱；
28.将所述知识图谱和所述待推荐产品融合在所述候选推荐信息中作为待推荐信息；以及
29.将所述待推荐产品进行突出显示后，将所述待推荐信息推荐给所述用户。
30.根据本发明第二方面，提供一种信息推荐系统，包括：
31.建模单元，用于获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，所述用户属性信息包括多个特征信息；
32.信息获取单元，用于根据所述信息推荐模型获取与所述用户属性信息相匹配的候选推荐信息；
33.图谱获取单元，用于获取与所述候选推荐信息中的候选产品相匹配的知识图谱，所述知识图谱包括候选产品以及其上下游产品的关联关系；
34.评分单元，用于将所述候选产品以及所述上下游产品中评分最高的产品作为待推荐产品；以及
35.推荐单元，用于将所述待推荐产品以及与所述待推荐产品相关的知识图谱作为待推荐信息推荐给用户。
36.可选地，所述图谱获取单元还用于获取与所述候选推荐信息中的候选产品对应的知识图谱数据；并以所述知识图谱数据为基础建立所述知识图谱，所述知识图谱包括所述知识图谱数据的内容。
37.根据本发明第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如上述所述的信息推荐方法。
38.根据本发明第四方面，提供一种信息推荐装置，包括：存储器，用于存储计算机指令；处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如上述所述的信息推荐方法。
39.本发明的实施例具有以下优点或有益效果：本发明实施例的信息推荐方法和推荐系统首先提取包含用户多种特征信息的用户属性信息来建立信息推荐模型，通过模型运算得到最匹配的资讯信息即候选推荐信息，然后找到其中的候选产品对应的知识图谱，获取和候选产品相关的产业上下游产品信息，再对各产品进行评分，筛选出相关度最高的一款产品，将其与之相对应的知识图谱作为待推荐信息推荐给用户。因此，推荐的信息中涵盖了相关产品的产业链，该方法能够自适应地获取与热门信息相关性最高的产品，为用户获取关心的行业资讯和产品提供有利的依据。在信息推荐过程中，给用户提供了更多更丰富的产业链、产业核心数据等内容，经过人工智能打分的产品也能给用户带来更多的吸引，从而增加用户的活跃度和粘性，提升app的行业影响力。
附图说明
40.通过参照以下附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：
41.图1示出了本发明实施例中的信息推荐方法的流程图；
42.图2示出了图1所示的步骤s103的具体流程图；
43.图3示出了本发明实施例中知识图谱数据表的示意图；
44.图4示出了本发明实施例中知识图谱的示意图；
45.图5示出了本发明实施例中的信息推荐方法在实际应用中的流程图；
46.图6示出了本发明实施例中的信息推荐系统的结构图；
47.图7示出了根据本发明实施例的信息推荐装置的结构图。
具体实施方式
48.以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程没有详细叙述。另外附图不一定是按比例绘制的。
49.图1示出了本发明实施例中的信息推荐方法的流程图，具体步骤包括s101
‑
s105。
50.本发明旨在提供一种信息推荐方法，例如是融合了产品产业链的信息推荐方法，产品可以是基金、股票或证券等，信息是时事新闻、热点资讯、企业信息等。该推荐方法首先提取用户属性信息来建立信息推荐模型，据此获得最匹配的资讯信息推送给用户。在推送时，将候选信息中的候选产品和产业知识图谱匹配，从中找到候选产品对应的产业上下游信息。调用ai接口给多项产品打分，筛选出上中下游多个产品中相关度最高的产品，融合进信息一并推送给用户。该方法能够自适应地获取与热门资讯相关性最高的产品，为用户获取关心的行业信息和产品提供一定的依据。
51.在步骤s101中，获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，用户属性信息包括多个特征信息。
52.本步骤中，首先获取app内存储的用户信息，例如包括用户姓名、开户时间、产品购入和卖出信息等，这些用户信息都是在用户允许的情况下且能保证用户隐私的前提下得到的。根据用户信息提取目标用户的特征信息，用户为在app(证券)内开户的用户，特征信息包括用户基本信息、开户特征、交易特征和浏览特征。据此构建用户属性信息，得到与每个目标用户相匹配的信息，并建立信息推荐模型，该信息推荐模型用于提取出与目标用户最匹配的候选推荐信息，信息推荐模型的建立方法采用常用建模方式。
53.在步骤s102中，根据信息推荐模型获取与用户属性信息相匹配的候选推荐信息。
54.本步骤中，通过对模型进行运算得到与用户属性信息最匹配的候选推荐信息，信息例如是热点资讯等。具体地，可以将提取的用户属性信息或特征信息与信息标签进行匹配，从海量资讯中选取最适合用户的候选推荐信息，为内容分发做准备。
55.在步骤s103中，获取与候选推荐信息中的候选产品相匹配的知识图谱，知识图谱包括候选产品以及其上下游产品的关联关系。
56.本步骤中，候选推荐信息中包含有候选产品的名称或类似信息，根据该信息可以匹配到相应的候选产品，之后获取到该候选产品对应的知识图谱。知识图谱包括匹配到的候选产品及其上游和下游的产品，以及各产品相关的公司信息和关联关系。
57.具体地，产品的类型包括证券、基金和股票等。选取与资讯中提及的候选产品相对应的上下游产品信息，以知识图谱形式展示。知识图谱的数据以上市公司为主，包含公司主营产品、主营产品占比、上游产品和下游产品，每个公司的每款产品都可以找到具体的上下游产品信息。
58.在步骤s104中，将候选产品以及上下游产品中评分最高的产品作为待推荐产品。
59.本步骤中，针对知识图谱中涉及到的所有产品(包括候选产品和上下游相关产品，例如是股票)，调用ai(artificial intelligence，人工智能)量化算法接口，为每个产品打分，并返回分数最高的产品。选中的分数最高的产品最为待推荐产品，例如股票，那么该股票信息对应的知识图谱涵盖产业链上中下游，股票数据包含当前股价、涨跌幅等，将这些一并推送给用户。
60.进一步地，为候选产品和所有上下游产品评分，筛选出评分最高的产品作为待推荐产品的步骤包括：调用已有评分模型，将候选产品和上下游产品分别输入评分模型中，采用人工智能算法得出每一项产品的分数；按照分数从高到低的顺序对所有产品排序；以及将得分最高的产品作为待推荐产品，其中，产品的分数表征产品与候选推荐信息的相关度。
61.根据上述步骤选取出的候选推荐信息符合目标用户的阅览习惯，与用户匹配度较高，而待推荐产品又与信息的相关度较高，从而能更好的适应目标用户的习惯。
62.在步骤s105中，将待推荐产品以及与待推荐产品相关的知识图谱作为待推荐信息推荐给用户。
63.本步骤中，将筛选出的待推荐产品及其相关的知识图谱(包括上下游信息)作为待推荐信息，推送给目标用户，也可将该待推荐信息融合在候选推荐信息中一同推荐给用户。具体地，将待推荐产品和与其相关的知识图谱融合在候选推荐信息中推荐给目标用户包括：重新绘制与待推荐产品相关的知识图谱；将知识图谱和待推荐产品融合在候选推荐信息中作为待推荐信息；以及将待推荐产品进行突出显示后，将待推荐信息推荐给用户。这里的突出显示例如是指在推荐的信息展示页中，将该待推荐产品的文字信息以加粗加黑等形
式突出显示，或者在知识图谱中，将该待推荐产品用颜色标亮或用大图标显示等。
64.那么，通过上述一系列的操作步骤，可以得到与目标用户相关的候选推荐信息和待推荐产品，用户在浏览资讯时可以迅速获取到有关的产品产业链信息，对相关产品有大致的了解。
65.本发明实施例的信息推荐方法和推荐系统首先提取包含用户多种特征信息的用户属性信息来建立消息信息推荐模型，通过模型运算得到最匹配的资讯信息即候选推荐信息，然后找到其中的候选产品对应的知识图谱，获取和候选产品相关的产业上下游产品信息，再对各产品进行评分，筛选出相关度最高的一款产品，将其与之相对应的知识图谱作为待推荐信息推荐给用户。因此，推荐的信息中涵盖了相关产品的产业链，该方法能够自适应地获取与热门信息相关性最高的产品，为用户获取关心的行业资讯和产品提供有利的依据。在信息推荐过程中，给用户提供了更多更丰富的产业链、产业核心数据等内容，经过人工智能打分的产品也能给用户带来更多的吸引，从而增加用户的活跃度和粘性，提升app的行业影响力。
66.图2示出了图1所示的步骤s103的具体流程图。具体包括以下步骤：
67.在步骤s1031中，获取与候选推荐信息中的候选产品对应的知识图谱数据。
68.本步骤中，首先获取与候选推荐信息相匹配的候选产品以及与之相关联的其他各产品的数据，这些数据以表格形式展示，即知识图谱数据表。知识图谱数据包括候选产品及其上下游产品对应的上市公司、主营产品、主营产品占比、上游产品和下游产品。知识图谱数据例如以表格形式呈现，如下图3。
69.在步骤s1032中，以知识图谱数据为基础建立知识图谱，知识图谱包括知识图谱数据的内容。
70.本步骤中，以知识图谱数据为基础建立相应的关联关系图，即知识图谱，知识图谱上显示出表格内的各项信息。以下通过图3和图4介绍本实施例的知识图谱数据表和知识图谱。
71.图3示出了本发明实施例中知识图谱数据表的示意图；图4示出了本发明实施例中知识图谱的示意图。
72.如图3所示，知识图谱数据表主要展示上市公司、主营产品、主营产品占比(％)、主营产品的上游产品和下游产品。图3表格中以5个上市公司10个主营产品为例介绍，这些公司的产品之间各有关联。
73.具体地，参见图4，将数据转化为图谱展示。结合图2
‑
4，上市公司c2其主营产品为u1，占比n4，其对应的上游产品为上市公司c4的主营产品f1，占比为n9，那么反过来说上市公司c4的主营产品f1的下游产品为上市公司c2的主营产品u1；进一步地，上市公司c2的主营产品u1的下游产品为上市公司c1的主营产品p1，占比n1；上市公司c1的主营产品p1的上游产品为u1，下游产品为上市公司c3的主营产品d1，其占比n7；上市公司c3的主营产品d1的下游产品为上市公司c5的主营产品i1，占比n10。通过图4的图谱可以将多个上下游产品及其对应的上市公司等信息都建立起连线，从而可以直观地看出每件产品之间的关系。据此图谱可以迅速得知相应的各项产品，将其提供至评分模型进行评分。
74.图5示出了本发明实施例中的信息推荐方法在实际应用中的流程图，具体包括以下步骤。
75.在步骤s501中，提取用户特征。
76.与步骤s101类似，本步骤中，先提取app内存储的用户属性信息。
77.在步骤s502中，建立用户标签。
78.本步骤中，根据提取到的用户属性特征建立用户标签，或者建立用户画像，用户属性信息中包含多个特征信息。
79.在步骤s503中，数据清洗、预处理。
80.本步骤中，对上一步骤中获得的目标用户的用户属性信息进行数据清洗和预处理，剔除无用数据，保留有效数据，为之后的信息筛选做准备。
81.在步骤s504中，匹配资讯标签。
82.本步骤中，根据用户标签匹配相应的资讯，该资讯与用户的使用习惯相契合。
83.在步骤s505中，关联知识图谱标签、返回上下游和产品信息。
84.在本步骤中，得到匹配资讯后，匹配相应的候选产品及其对应的知识图谱，将图谱内涉及的产品和上下游产品及相关的信息都返回至用户。
85.在步骤s506中，调用al量化算法接口给产品打分、选取高分段产品。
86.本步骤中，采用ai算法对每项产品进行评分，选取评分高段的产品作为待推荐产品。评分表征产品与信息的相关度。
87.在步骤s507中，推荐系统分发个性化资讯内容给用户。
88.本步骤中，将选取出的高分产品及相关信息由推荐系统分发给目标用户。
89.在本发明实施例中，对信息推荐方法进行了进一步优化，对数据进行了预处理和筛选，使得数据更为精准，推荐结果更贴合用户的兴趣和使用习惯。
90.图6示出了本发明实施例中的信息推荐系统的结构图。
91.该信息推荐系统600包括建模单元601、信息获取单元602、图谱获取单元603、评分单元604和推荐单元605。
92.建模单元601用于获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，用户属性信息包括多个特征信息；信息获取单元602用于根据信息推荐模型获取与用户属性信息相匹配的候选推荐信息；图谱获取单元603用于获取与候选推荐信息中的候选产品相匹配的知识图谱，知识图谱包括候选产品以及其上下游产品的关联关系；评分单元604用于将候选产品以及上下游产品中评分最高的产品作为待推荐产品；推荐单元605用于将待推荐产品以及与待推荐产品相关的知识图谱作为待推荐信息推荐给用户。进一步地，图谱获取单元603还用于获取与候选推荐信息相匹配的候选产品对应的知识图谱数据；并以知识图谱数据为基础建立知识图谱，知识图谱包括知识图谱数据的内容。
93.在本实施例中，信息推荐系统600通过建模单元601获取目标用户的特征信息，建立信息推荐模型，再通过信息获取单元602获取到匹配的候选推荐信息，之后采用图谱获取单元603获取到相应的产品及其知识图谱，通过评分单元604对各产品打分，最后由推荐单元605将筛选出的最高分产品与候选推荐信息融合，一并推荐给用户。从而可以为用户推荐感兴趣的资讯信息，并且能同时提供相应产品的产业链，以知识图谱形式示出，直观明了，使用户能在了解资讯的同时可以了解到产品的相关动态并进行有目的的选择，为用户提供了便利。
94.图7示出了根据本发明实施例的信息推荐装置的结构图。图7示出的设备仅仅是一
个示例，不应对本发明实施例的功能和使用范围构成任何限制。
95.参考图7，该信息推荐装置700包括通过总线连接的处理器701、存储器702和输入输出设备703。存储器702包括只读存储器(rom)和随机访问存储器(ram)，存储器702内存储有执行系统功能所需的各种计算机指令和数据，处理器701从存储器702中读取各种计算机指令以执行各种适当的动作和处理。输入输出设备包括键盘、鼠标等的输入部分；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分。存储器702还存储有以下的计算机指令以完成本发明实施例的信息推荐方法规定的操作：获取用户属性信息，并根据用户属性信息建立信息推荐模型，其中，用户属性信息包括多个特征信息；根据信息推荐模型获取与用户属性信息相匹配的候选推荐信息；获取与候选推荐信息中的候选产品相匹配的知识图谱，知识图谱包括候选产品以及其上下游产品的关联关系；将候选产品以及上下游产品中评分最高的产品作为待推荐产品；以及将待推荐产品以及与待推荐产品相关的知识图谱作为待推荐信息推荐给用户。
96.相应地，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现上述信息推荐方法所规定的操作。
97.附图中的流程图、框图图示了本发明实施例的系统、方法、装置的可能的体系框架、功能和操作，流程图和框图上的方框可以代表一个模块、程序段或仅仅是一段代码，所述模块、程序段和代码都是用来实现规定逻辑功能的可执行指令。也应当注意，所述实现规定逻辑功能的可执行指令可以重新组合，从而生成新的模块和程序段。因此附图的方框以及方框顺序只是用来更好的图示实施例的过程和步骤，而不应以此作为对发明本身的限制。
98.系统的各个模块或单元可以通过硬件、固件或软件实现。软件例如包括采用java、c/c++/c#、sql等各种编程语言形成的编码程序。虽然在方法以及方法图例中给出本发明实施例的步骤以及步骤的顺序，但是所述步骤实现规定的逻辑功能的可执行指令可以重新组合，从而生成新的步骤。所述步骤的顺序也不应该仅仅局限于所述方法以及方法图例中的步骤顺序，可以根据功能的需要随时进行调整。例如将其中的某些步骤并行或按照相反顺序执行。
99.根据本发明的系统和方法可以部署在单个或多个服务器上。例如，可以将不同的模块分别部署在不同的服务器上，形成专用服务器。或者，可以在多个服务器上分布式部署相同的功能单元、模块或系统，以减轻负载压力。所述服务器包括但不限于在同一个局域网以及通过internet连接的多个pc机、pc服务器、刀片机、超级计算机等。
100.以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。