信息的推薦方法及裝置、電子設備和存儲介質與流程

本公開涉及數據處理，尤其涉及一種信息的推薦方法及裝置、電子設備和存儲介質。

背景技術：

1、隨著網絡技術的發展，社交媒體平臺的便捷性使得用戶能夠隨時隨地的在網絡發布信息，這也導致了社交媒體平臺呈現信息過載的狀態。

2、現有技術中，基于用戶感情傾向進行信息推薦時，通常將用戶各類別感情傾向作為一個整體進行表征進行用戶感情傾向分析，但是用戶對于不同類別信息的感情傾向往往是不同的，因此該種方法會在一定程度上影響信息推薦的準確性。

技術實現思路

1、本公開提供了一種信息的推薦方法、裝置、電子設備和存儲介質。其主要目的在于實現準確的信息推薦。

2、根據本公開的第一方面，提供了一種信息的推薦方法，其中，包括：

3、獲取目標用戶的第一歷史瀏覽記錄及所述第一歷史瀏覽記錄中的每個第一歷史瀏覽信息的觀點信息；其中，歷史瀏覽信息中包含信息類別、第一情感傾向及第一情感強度；

4、根據所述第一歷史瀏覽記錄、每個所述第一歷史瀏覽信息的第一感情傾向、所述第一感情強度及所述觀點信息，計算目標用戶對不同信息類別的第二感情傾向及第二感情強度；

5、根據所述目標用戶對不同所述信息類別的所述第二感情傾向及所述第二感情強度，以及所述目標用戶的第一未瀏覽信息集合中每個未瀏覽信息的第三感情傾向與第三感情強度，對每個所述未瀏覽信息進行篩選，得到第二未瀏覽信息集合；

6、根據所述第二未瀏覽信息集合生成推薦信息集合，在所述推薦信息集合中確定所述未瀏覽信息進行推送。

7、可選的，在獲取目標用戶的第一歷史瀏覽記錄及所述第一歷史瀏覽記錄中的每個第一歷史瀏覽信息的觀點信息之前，所述方法還包括：

8、根據預設類型劃分算法確定信息的信息類別，直至將全量信息中的每個信息的信息類別確定完畢；其中，所述全量信息包含所述歷史瀏覽記錄中的第一歷史瀏覽信息及所述第一未瀏覽信息集合中的未瀏覽信息；

9、根據預設情感算法確定信息的第一情感傾向及第一情感強度，直至將所述全量信息中的每個信息的第一情感傾向及第一情感強度確定完畢。

10、可選的，所述根據所述第一歷史瀏覽記錄、每個所述第一歷史瀏覽信息的第一感情傾向、所述第一感情強度及所述觀點信息，計算目標用戶對不同信息類別的第二感情傾向及第二感情強度還包括：

11、根據每個所述第一歷史瀏覽信息的預期瀏覽時間及實際瀏覽時間之比，分別計算每個所述第一歷史瀏覽信息的瀏覽權重；

12、根據每個所述第一歷史瀏覽信息的瀏覽結束時間及所述第一歷史瀏覽記錄的記錄時長，分別計算每個所述第一歷史瀏覽信息的第一時效權重；

13、對每個所述第一歷史瀏覽信息的觀點信息進行語義分析，計算每個所述觀點信息的第三情感傾向及第三情感強度；

14、根據每個所述第一歷史瀏覽信息的所述觀點信息的評論時間及所述第一歷史瀏覽記錄的記錄時長，分別計算每個所述觀點信息的第二時效權重；

15、獲取每個歷史瀏覽用戶對每個信息類別的第四情感傾向及第四情感強度；并根據每個信息類別的所述第四情感傾向及所述第四情感強度計算每個所述信息類別的偏好權重；其中，所述歷史瀏覽用戶為在第二歷史瀏覽記錄中，每個所述信息類別中的第一歷史瀏覽信息的瀏覽用戶；

16、根據每個信息類別的所述第四情感傾向、所述第四情感強度及所述第二歷史瀏覽記錄的記錄時長，分別計算每個所述信息類別的情感權重；

17、根據不同信息類別的所述瀏覽權重、所述第一時效權重、所述第三情感傾向、所述第三情感強度、所述第二時效權重、所述第四情感傾向、所述第四情感強度、所述偏好權重及所述情感權重，計算不同信息類別的所述第二感情傾向及所述第二感情強度。

18、可選的，在根據不同信息類別的所述瀏覽權重、所述第一時效權重、所述第三情感傾向、所述第三情感強度、所述第二時效權重、所述第四情感傾向、所述第四情感強度、所述偏好權重及所述情感權重，計算不同信息類別的所述第二感情傾向及所述第二感情強度之前，所述方法還包括：

19、對所述第二時效權重、所述偏好權重及所述情感權重進行歸一化處理。

20、可選的，所述根據所述目標用戶對不同所述信息類別的所述第二感情傾向及所述第二感情強度，以及所述目標用戶的第一未瀏覽信息集合中每個未瀏覽信息的第三感情傾向與第三感情強度，對每個所述未瀏覽信息進行篩選，得到第二未瀏覽信息集合還包括：

21、根據所述目標用戶對不同所述信息類別的所述第二感情傾向及第二感情強度，計算所述目標用戶對不同所述信息類別的第一情感值；

22、根據每個所述未瀏覽信息的第三感情傾向與所述第三感情強度，計算每個所述未瀏覽信息的第二情感值；

23、在所述第一情感值大于第一預設閾值且所述第一情感值與所述第二情感值之差大于第二預設閾值的情況下，將所述第二情感值對應的未瀏覽信息放置于所述第二未瀏覽信息集合；其中，所述第一情感值為與所述第二情感值對應的未瀏覽信息的信息類型的第一情感值；或，

24、在所述第一情感值小于第一預設閾值且所述第一情感值與所述第二情感值之和大于第三預設閾值的情況下，將所述第二情感值對應的未瀏覽信息放置于所述第二未瀏覽信息集合。

25、可選的，信息包括視頻信息及文字信息；所述根據每個信息類別中的每個所述第一歷史瀏覽信息的預期瀏覽時間及實際瀏覽時間之比，分別計算每個所述第一歷史瀏覽信息的瀏覽權重包括：

26、當所述信息為視頻信息時，將所述視頻信息的視頻時長確定所述預期瀏覽時間；

27、當所述信息為文字信息時，根據所述目標用戶的平均瀏覽時長及所述文字信息的篇幅長度確定所述預期瀏覽時間。

28、可選的，所述根據所述第二未瀏覽信息集合生成推薦信息集合，在所述推薦信息集合中確定所述未瀏覽信息進行推送還包括：

29、在所述推薦信息集合中，根據每個所述未瀏覽信息的第二情感值進行排序，并根據排序結果確定每個所述未瀏覽信息的推送順序。

30、根據本公開的第二方面，提供了一種信息的推薦裝置，包括：

31、獲取單元，用于獲取目標用戶的第一歷史瀏覽記錄及所述第一歷史瀏覽記錄中的每個第一歷史瀏覽信息的觀點信息；其中，歷史瀏覽信息中包含信息類別、第一情感傾向及第一情感強度；

32、計算單元，用于根據所述第一歷史瀏覽記錄、每個所述第一歷史瀏覽信息的第一感情傾向、所述第一感情強度及所述觀點信息，計算目標用戶對不同信息類別的第二感情傾向及第二感情強度；

33、第一確定單元，用于根據所述目標用戶對不同所述信息類別的所述第二感情傾向及所述第二感情強度，以及所述目標用戶的第一未瀏覽信息集合中每個未瀏覽信息的第三感情傾向與第三感情強度，對每個所述未瀏覽信息進行篩選，得到第二未瀏覽信息集合；

34、推送單元，用于根據所述第二未瀏覽信息集合生成推薦信息集合，在所述推薦信息集合中確定所述未瀏覽信息進行推送。

35、可選的，所述裝置還包括：

36、第二確定單元，用于在獲取單元獲取目標用戶的第一歷史瀏覽記錄及所述第一歷史瀏覽記錄中的每個第一歷史瀏覽信息的觀點信息之前，根據預設類型劃分算法確定信息的信息類別，直至將全量信息中的每個信息的信息類別確定完畢；其中，所述全量信息包含所述歷史瀏覽記錄中的第一歷史瀏覽信息及所述第一未瀏覽信息集合中的未瀏覽信息；

37、第三確定單元，用于根據預設情感算法確定信息的第一情感傾向及第一情感強度，直至將所述全量信息中的每個信息的第一情感傾向及第一情感強度確定完畢。

38、可選的，所述第一確定單元還包括：

39、第一計算模塊，用于根據每個信息類別中的每個所述第一歷史瀏覽信息的預期瀏覽時間及實際瀏覽時間之比，分別計算每個所述第一歷史瀏覽信息的瀏覽權重；

40、第二計算模塊，用于根據每個信息類別中的每個所述第一歷史瀏覽信息的瀏覽結束時間及所述第一歷史瀏覽記錄的記錄時長，分別計算每個所述第一歷史瀏覽信息的第一時效權重；

41、第三計算模塊，用于對每個所述第一歷史瀏覽信息的觀點信息進行語義分析，計算每個所述觀點信息的第三情感傾向及第三情感強度；

42、第四計算模塊，用于根據每個所述第一歷史瀏覽信息的所述觀點信息的評論時間及所述第一歷史瀏覽記錄的記錄時長，分別計算每個所述觀點信息的第二時效權重；

43、第五計算模塊，用于獲取每個歷史瀏覽用戶對每個信息類別的第四情感傾向及第四情感強度；并根據每個信息類別的所述第四情感傾向及所述第四情感強度計算每個所述信息類別的偏好權重；其中，所述歷史瀏覽用戶為在第二歷史瀏覽記錄中，每個所述信息類別中的第一歷史瀏覽信息的瀏覽用戶；

44、第六計算模塊，用于根據每個信息類別的所述第四情感傾向、所述第四情感強度及所述第二歷史瀏覽記錄的記錄時長，分別計算每個所述信息類別的情感權重；

45、第七計算模塊，用于根據不同信息類別的所述瀏覽權重、所述第一時效權重、所述第三情感傾向、所述第三情感強度、所述第二時效權重、所述第四情感傾向、所述第四情感強度、所述偏好權重及所述情感權重，計算不同信息類別的所述第二感情傾向及所述第二感情強度。

46、可選的，所述裝置還包括：

47、處理單元，用于在第七計算模塊根據不同信息類別的所述瀏覽權重、所述第一時效權重、所述第三情感傾向、所述第三情感強度、所述第二時效權重、所述第四情感傾向、所述第四情感強度、所述偏好權重及所述情感權重，計算不同信息類別的所述第二感情傾向及所述第二感情強度之前，對所述第二時效權重、所述偏好權重及所述情感權重進行歸一化處理。

48、可選的，所述第一確定單元還包括：

49、第八計算模塊，用于根據所述目標用戶對不同所述信息類別的所述第二感情傾向及第二感情強度，計算所述目標用戶對不同所述信息類別的第一情感值；

50、第九計算模塊，用于根據每個所述未瀏覽信息的第三感情傾向與所述第三感情強度，計算每個所述未瀏覽信息的第二情感值；

51、判斷模塊，用于在所述第一情感值大于第一預設閾值且所述第一情感值與所述第二情感值之差大于第二預設閾值的情況下，將所述第二情感值對應的未瀏覽信息放置于所述第二未瀏覽信息集合；其中，所述第一情感值為與所述第二情感值對應的未瀏覽信息的信息類型的第一情感值；或，

52、在所述第一情感值小于第一預設閾值且所述第一情感值與所述第二情感值之和大于第三預設閾值的情況下，將所述第二情感值對應的未瀏覽信息放置于所述第二未瀏覽信息集合。

53、可選的，所述第二計算模塊還用于：

54、當所述信息為視頻信息時，將所述視頻信息的視頻時長確定所述預期瀏覽時間；

55、當所述信息為文字信息時，根據所述目標用戶的平均瀏覽時長及所述文字信息的篇幅長度確定所述預期瀏覽時間。

56、可選的，所述推送單元還用于：

57、在所述推薦信息集合中，根據每個所述第一未瀏覽信息的第二情感值進行排序，并根據排序結果確定每個所述第一未瀏覽信息的推送順序。

58、根據本公開的第三方面，提供了一種電子設備，包括：

59、至少一個處理器；以及

60、與所述至少一個處理器通信連接的存儲器；其中，

61、所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行前述第一方面所述的方法。

62、根據本公開的第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行前述第一方面所述的方法。

63、根據本公開的第五方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現如前述第一方面所述的方法。

64、本公開提供的信息的推薦方法、裝置、電子設備和存儲介質，主要技術方案包括：獲取目標用戶的第一歷史瀏覽記錄及所述第一歷史瀏覽記錄中的每個第一歷史瀏覽信息的觀點信息；其中，歷史瀏覽信息中包含信息類別、第一情感傾向及第一情感強度；根據所述第一歷史瀏覽記錄、每個所述第一歷史瀏覽信息的第一感情傾向、所述第一感情強度及所述觀點信息，計算目標用戶對不同信息類別的第二感情傾向及第二感情強度；根據所述目標用戶對不同所述信息類別的所述第二感情傾向及所述第二感情強度，以及所述目標用戶的第一未瀏覽信息集合中每個未瀏覽信息的第三感情傾向與第三感情強度，對每個所述未瀏覽信息進行篩選，得到第二未瀏覽信息集合；根據所述第二未瀏覽信息集合生成推薦信息集合，在所述推薦信息集合中確定所述未瀏覽信息進行推送。與相關技術相比，本技術實施例通過按照信息類別對目標用戶進行情感分析，計算每個信息類別的第二感情傾向及第二感情強度，進而可通過信息類別的第二感情傾向及第二感情強度，在未瀏覽信息集合中為目標用戶準確的推薦對應信息類別內的、第三感情傾向與第三感情強度滿足第二感情傾向及第二感情強度的篩選條件的未瀏覽信息。該種按照信息類別進行情感分析的方法彌補了現有技術中忽視用戶對不同信息的不同感情傾向的缺陷，且細化到信息類型的用戶感情傾向可有效的提升每個信息類型中信息推薦的準確性。

65、應當理解，本部分所描述的內容并非旨在標識本技術的實施例的關鍵或重要特征，也不用于限制本技術的范圍。本技術的其它特征將通過以下的說明書而變得容易理解。