信息推荐方法及装置、计算设备、计算机存储介质与流程

本发明涉及信息推荐，具体涉及一种信息推荐方法及装置、计算设备、计算机存储介质。

背景技术：

1、世界各地每时每刻都会出现各种各样的新闻，这些新闻可能具备图像、文本和音频特征。因此，如何在保证时效性的情况下从海量的多特征新闻中给用户进行精准的个性化推荐是一个极大的挑战。个性化推荐系统召回的目标是从全部候选集中选取出一个尽可能包含用户可能感兴趣的大部分item的子集，减少后续排序的计算量。而排序阶段是对召回结果进行打分排序，输出最终的推荐列表。

2、传统的新闻推荐方法往往基于文本模态进行推荐，但这些方法忽略了多模态信息。在信息爆炸的时代，新闻推荐除了基于文本模态之外，还可能很大程度上依赖于图像模态甚至是视频模态。基于深度学习的方法能够理解以及挖掘不同模态的信息，学习融合不同模态的信息进行多模态个性化新闻推荐，然而目前这个领域的研究较少。

技术实现思路

1、鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的信息推荐方法及装置、计算设备、计算机存储介质。

2、根据本发明的一个方面，提供了一种信息推荐方法，包括：

3、利用信息编码器提取候选信息的信息表示；

4、获取用户历史浏览信息序列，利用信息编码器提取用户历史浏览信息序列中各个历史浏览信息的信息表示，将各个历史浏览信息的信息表示进行融合得到用户表示；

5、计算所述用户表示和所述候选信息的信息表示的相似度，根据相似度计算结果在候选信息中召回待推荐给用户的候选信息；

6、将召回的候选信息进行排序，基于排序结果进行信息推荐；

7、其中，所述信息编码器用于提取候选信息和/或各个历史浏览信息的文本特征、图像特征以及关系图特征，对所述文本特征、图像特征以及关系图特征进行拼接得到所述候选信息的信息表示和/或所述各个历史浏览信息的信息表示。

8、在一种可选的方式中，所述信息编码器包括：大语言模型、视觉模型以及关系图特征提取模块；

9、其中，所述大语言模型用于提取候选信息和/或各个历史浏览信息的文本特征；

10、所述视觉模型用于提取候选信息和/或各个历史浏览信息的图像特征；

11、所述关系图特征用于提取模块提取候选信息和/或各个历史浏览信息的关系图特征。

12、在一种可选的方式中，在所述利用信息编码器提取候选信息的信息表示之后，所述方法还包括：对候选信息进行动态时效性排序；

13、所述根据相似度计算结果在候选信息中召回待推荐给用户的候选信息具体为：根据相似度计算结果和动态时效性排序结果，在候选信息中召回待推荐给用户的候选信息。

14、在一种可选的方式中，所述提取候选信息和/或各个历史浏览信息的文本特征进一步包括：

15、获取输入文本，所述输入文本包含候选信息和/或各个历史浏览信息中的标题、摘要和/或类别；

16、将输入文本输入到所述大语言模型中，得到文本特征。

17、在一种可选的方式中，所述提取候选信息和/或各个历史浏览信息的图像特征进一步包括：

18、获取输入图像，所述输入图像为候选信息和/或各个历史浏览信息中的图片或视频帧图像；

19、对输入图像进行预处理之后，分割为多个图像块；

20、将每个图像块转化为向量，采用注意力机制计算每个图像块的重要性；

21、将所有图像块的向量汇集为图像特征。

22、在一种可选的方式中，所述关系图特征提取模块基于知识图谱挖掘不同信息实体之间存在的关系图，进而挖掘信息实体的节点及其邻接节点之间的关系图特征。

23、在一种可选的方式中，信息具体为新闻信息。

24、根据本发明的另一个方面，提供了一种信息推荐装置，该装置包括：

25、信息表示提取模块，用于利用信息编码器提取候选信息的信息表示；

26、用户表示提取模块，用于获取用户历史浏览信息序列，利用信息编码器提取用户历史浏览信息序列中各个历史浏览信息的信息表示，将各个历史浏览信息的信息表示进行融合得到用户表示；

27、召回模块，用于计算所述用户表示和所述候选信息的信息表示的相似度，根据相似度计算结果在候选信息中召回待推荐给用户的候选信息；

28、排序模块，用于将召回的候选信息进行排序，基于排序结果进行信息推荐；

29、其中，所述信息编码器用于提取候选信息和/或各个历史浏览信息的文本特征、图像特征以及关系图特征，对所述文本特征、图像特征以及关系图特征进行拼接得到所述候选信息的信息表示和/或所述各个历史浏览信息的信息表示。

30、根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；

31、存储器用于存放至少一可执行指令，可执行指令使处理器执行如上述信息推荐方法对应的操作。

32、根据本发明的再一方面，提供了一种计算机存储介质，存储介质中存储有至少一可执行指令，可执行指令使处理器执行如上述信息推荐方法对应的操作。

33、根据本发明实施例提供的方案，利用信息编码器提取候选信息的信息表示；获取用户历史浏览信息序列，利用信息编码器提取用户历史浏览信息序列中各个历史浏览信息的信息表示，将各个历史浏览信息的信息表示进行融合得到用户表示；计算所述用户表示和所述候选信息的信息表示的相似度，根据相似度计算结果在候选信息中召回待推荐给用户的候选信息；将召回的候选信息进行排序，基于排序结果进行信息推荐；其中，所述信息编码器用于提取候选信息和/或各个历史浏览信息的文本特征、图像特征以及关系图特征，对所述文本特征、图像特征以及关系图特征进行拼接得到所述候选信息的信息表示和/或所述各个历史浏览信息的信息表示。本发明通过提取新闻的文本模态、图像模态以及新闻关系图构建多模态信息特征，提升了个性化新闻推荐效果。

34、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

技术特征：

1.一种信息推荐方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述信息编码器包括：大语言模型、视觉模型以及关系图特征提取模块；

3.根据权利要求1或2所述的方法，其特征在于，在所述利用信息编码器提取候选信息的信息表示之后，所述方法还包括：对候选信息进行动态时效性排序；

4.根据权利要求2所述的方法，其特征在于，所述提取候选信息和/或各个历史浏览信息的文本特征进一步包括：

5.根据权利要求2所述的方法，其特征在于，所述提取候选信息和/或各个历史浏览信息的图像特征进一步包括：

6.根据权利要求2所述的方法，其特征在于，所述关系图特征提取模块基于知识图谱挖掘不同信息实体之间存在的关系图，进而挖掘信息实体的节点及其邻接节点之间的关系图特征。

7.根据权利要求1所述的方法，其特征在于，信息具体为新闻信息。

8.一种信息推荐装置，其特征在于，所述装置包括：

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的信息推荐方法对应的操作。

技术总结
本发明公开了一种信息推荐方法及装置、计算设备、计算机存储介质，其中方法包括：利用信息编码器提取候选信息的信息表示；获取用户历史浏览信息序列，利用信息编码器提取用户历史浏览信息序列中各个历史浏览信息的信息表示，将各个历史浏览信息的信息表示进行融合得到用户表示；计算用户表示和候选信息的信息表示的相似度，根据相似度计算结果在候选信息中召回待推荐给用户的候选信息；将召回的候选信息进行排序，基于排序结果进行信息推荐；其中，信息编码器用于提取候选信息和/或各个历史浏览信息的文本特征、图像特征以及关系图特征。本发明通过提取新闻的文本模态、图像模态以及新闻关系图构建多模态信息特征，提升了个性化新闻推荐效果。

技术研发人员：轩占伟,崔向阳,王鑫,张凯,谢润峰,杨松
受保护的技术使用者：人民网股份有限公司
技术研发日：
技术公布日：2024/3/27