具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

结合图1所示，本公开实施例提供一种用于信息推荐的方法，包括：

步骤S101，获取用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息；

步骤S102，根据个人特征信息获取第一备选推荐列表、根据标签信息获取第二备选推荐列表、根据上下文信息获取第三备选推荐列表、根据社交网络信息获取第四备选推荐列表；第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表分别包括待推荐信息；

步骤S103，根据预设的抽取规则在第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表；

步骤S104，将冷启动推荐列表内的待推荐信息推荐给用户。

采用本公开实施例提供的用于信息推荐的方法，通过获取用户的个人特征信息、所述用户的标签信息、所述用户所处的上下文信息和所述用户的社交网络信息多种信息；并分别获取与各信息对应的第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表；由于分别获取了不同信息对应的备选推荐列表，并按照预设的抽取规则将各备选推荐列表进行合并获得冷启动推荐列表，提高了对新用户进行推荐信息的准确性。

可选地，根据个人特征信息获取第一备选推荐列表，包括：利用个人特征信息进行协同过滤，获得第一备选推荐列表。

可选地，用户的个人特征信息包括：用户的年龄、性别和居住地等。

可选地，利用个人特征信息进行协同过滤，获得第一备选推荐列表，包括：根据用户的个人特征信息进行协同过滤，筛选出与该用户的个人特征信息相似度最高的其他用户，将推荐给其他用户的推荐信息进行合并，获得合并后的第一备选推荐列表。

这样，在缺乏用户的历史行为数据和兴趣的情况下，通过获取用户的个人特征信息，并利用协同过滤算法对用户进行冷启动推荐，能够对用户进行信息推荐，从而提高对用户进行信息推荐的准确性。

可选地，根据标签信息获取第二备选推荐列表，包括：从预设的第一数据库中筛选出带有标签信息的推荐信息；根据预设的标签优先级对各带有标签信息的推荐信息进行排序，获得第二备选推荐列表。

可选地，标签信息包括：体育运动、明星和电影等。

在一些实施例中，从预设的第一数据库中分别筛选出带有“体育运动”、“明星”和“电影”的推荐信息；按照“体育运动＞明星＞电影”的标签优先级对筛选出的推荐信息进行排序，获得第二备选推荐列表。

这样，通过获取用户注册时的标签信息，根据标签信息为用户进行信息推荐，能够将符合用户喜好的信息推荐给用户，从而提高对用户进行信息推荐的准确性。

可选地，上下文信息包括季节信息、时间信息、地域信息和在第一预设时间段内用户的设备内的图片信息；根据上下文信息获取第三备选推荐列表，包括：分别获取各上下文信息的特征向量；根据预设的信息权重对各特征向量进行加权融合，获得第一备选特征向量；从预设的第二数据库中筛选出第一相似度大于第一预设阈值的第二备选特征向量对应的待推荐信息；第二数据库中存储有若干个待推荐信息对应的第二备选特征向量；第一相似度为第一备选特征向量与各第二备选特征向量之间的相似度；将第一相似度大于第一预设阈值的第二备选特征向量对应的待推荐信息按照第一相似度从高到低的顺序进行排序，获得第三备选推荐列表。

可选地，分别获取各上下文信息的特征向量，包括：分别获取季节信息、时间信息、地域信息和图片信息的特征向量。

这样，通过获取用户所处的上下文信息，能够按照不同的上下文信息对用户进行准确的推荐。例如：在用户的季节信息为春季、时间信息为{五月，节假日}、地域信息为{北京，西城区}、图片信息为公园的情况下，将“游玩北海公园”推荐给该用户。这样，通过结合不同季节、不同时间、不同地域和不同的图片信息对用户进行推荐，能够将适合用户偏好的信息推荐给用户，从而提高对用户进行信息推荐的准确性。

可选地，社交网络信息包括用户在预设时间段内的聊天文本和关联图结构，根据社交网络信息获取第四备选推荐列表，包括：从聊天文本中提取出文本信息，并利用图神经网络从关联图结构中提取出图结构特征信息；根据文本信息和图结构特征信息获取第四备选推荐列表。

可选地，根据文本信息和图结构特征信息获取第四备选推荐列表，包括：分别获取文本信息和图结构特征信息的特征向量，将文本信息的特征向量和图结构特征信息的特征向量进行向量拼接获得第三备选特征向量，从预设的第三数据库中筛选出第二相似度大于第二预设阈值的第四备选特征向量对应的待推荐信息；第二数据库中存储有若干个待推荐信息对应的第四备选特征向量；第二相似度为第三备选特征向量与各第四备选特征向量之间的相似度；将第二相似度大于第二预设阈值的第四备选特征向量对应的待推荐信息按照第二相似度从高到低的顺序进行排序，获得第四备选推荐列表。

可选地，通过TextCNN(Text Convolutional Neural Networks，基于卷积神经网络的文本分类算法)获取文本信息的特征向量。

可选地，通过GCN(Graph Convolutional Network，图神经网络)获取图结构特征信息的特征向量。

可选地，通过获取用户在预设时间段内和哪些人进行交流以及聊天话题、用户在预设时间段内参加的群聊、群聊话题和参加群聊的频率等来构建用户的关联图结构。

这样，通过获取用户的社交网络信息，对聊天文本进行自然语言处理，能够从聊天文本中提取出文本信息，并通过深度学习技术利用图神经网络从关联图结构中提取出图结构特征信息；根据文本信息和图结构特征信息对用户进行信息推荐，能够将适合用户偏好的信息推荐给用户，从而提高对用户进行信息推荐的准确性。

可选地，根据预设的抽取规则在第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表，包括：按照预设的抽取比例从第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表。

在一些实施例中，第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表的抽取比例均为100％，则直接将第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表进行合并，获得冷启动推荐列表。

在一些实施例中，第一备选推荐列表的抽取比例均为20％，则从第一备选推荐列表中抽取排序前20％的待推荐信息；第二备选推荐列表的抽取比例均为40％，则从第二备选推荐列表中抽取排序前40％的待推荐信息；第三备选推荐列表的抽取比例均为30％，则从第三备选推荐列表中抽取排序前30％的待推荐信息；第四备选推荐列表的抽取比例均为10％，则从第四备选推荐列表中抽取排序前10％的待推荐信息；将抽取出的待推荐信息进行合并，获得冷启动推荐列表。

通过分别获取不同信息对应的备选推荐列表，并按照预设的抽取规则将各备选推荐列表进行合并获得冷启动推荐列表，将冷启动推荐列表内的待推荐信息推荐给用户，这样提高了对新用户进行推荐信息的准确性，同时，在推荐技术领域中实现了对用户进行准确性更高的信息推荐。

结合图2所示，本公开实施例提供一种用于信息推荐的装置，包括：第一获取模块201、第二获取模块202、第三获取模块203和推荐模块204；第一获取模块201被配置为获取用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息，并将用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息发送给第二获取模块；第二获取模块202被配置为接收第一获取模块发送的用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息，根据个人特征信息获取第一备选推荐列表、根据标签信息获取第二备选推荐列表、根据上下文信息获取第三备选推荐列表、根据社交网络信息获取第四备选推荐列表；第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表分别包括待推荐信息；并将第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表发送给第三获取模块；第三获取模块203被配置为接收第二获取模块发送的第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表，根据预设的抽取规则在第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表，并将冷启动推荐列表发送给推荐模块；推荐模块204被配置为接收第三获取模块发送的冷启动推荐列表，并将冷启动推荐列表内的待推荐信息推荐给用户。

采用本公开实施例提供的用于信息推荐的装置，通过第一获取模块获取用户的个人特征信息、用户的标签信息、用户所处的上下文信息和用户的社交网络信息；第二获取模块根据个人特征信息获取第一备选推荐列表、根据标签信息获取第二备选推荐列表、根据上下文信息获取第三备选推荐列表、根据社交网络信息获取第四备选推荐列表；第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表分别包括待推荐信息；第三获取模块根据预设的抽取规则在第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表；推荐模块将冷启动推荐列表内的待推荐信息推荐给用户。由于分别获取了不同信息对应的备选推荐列表，并按照预设的抽取规则将各备选推荐列表进行合并获得冷启动推荐列表，提高了对用户进行推荐信息的准确性。

可选地，第二获取模块被配置为通过以下方式根据个人特征信息获取第一备选推荐列表，包括：利用个人特征信息进行协同过滤，获得第一备选推荐列表。

可选地，第二获取模块被配置为通过以下方式根据标签信息获取第二备选推荐列表，包括：从预设的第一数据库中筛选出带有标签信息的推荐信息；根据预设的标签优先级对各带有标签信息的推荐信息进行排序，获得第二备选推荐列表。

可选地，第二获取模块被配置为通过以下方式根据上下文信息获取第三备选推荐列表，包括：分别获取各上下文信息的特征向量；根据预设的信息权重对各特征向量进行加权融合，获得第一备选特征向量；从预设的第二数据库中筛选出第一相似度大于第一预设阈值的第二备选特征向量对应的待推荐信息；第二数据库中存储有若干个待推荐信息对应的第二备选特征向量；第一相似度为第一备选特征向量与各第二备选特征向量之间的相似度；将第一相似度大于第一预设阈值的第二备选特征向量对应的待推荐信息按照第一相似度从高到低的顺序进行排序，获得第三备选推荐列表。

可选地，社交网络信息包括用户在预设时间段内的聊天文本和关联图结构，第二获取模块被配置为通过以下方式根据社交网络信息获取第四备选推荐列表，包括：从聊天文本中提取出文本信息，并利用图神经网络从关联图结构中提取出图结构特征信息；根据文本信息和图结构特征信息获取第四备选推荐列表。

可选地，第三获取模块被配置为通过以下方式根据预设的抽取规则在第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表，包括：按照预设的抽取比例从第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表中分别抽取出待推荐信息，将抽取出的待推荐信息进行合并获得冷启动推荐列表。

结合图3所示，本公开实施例提供一种用于信息推荐的装置，包括处理器(processor)300和存储有程序指令的存储器(memory)301。可选地，该电子设备还可以包括通信接口(Communication Interface)302和总线303。其中，处理器300、通信接口302、存储器301可以通过总线303完成相互间的通信。通信接口302可以用于信息传输。处理器300可以调用存储器301中的程序指令，以执行上述实施例的用于信息推荐的方法。

采用本公开实施例提供的用于信息推荐的装置，通过获取用户的个人特征信息、所述用户的标签信息、所述用户所处的上下文信息和所述用户的社交网络信息多种信息；并分别获取与各信息对应的第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表；由于分别获取了不同信息对应的备选推荐列表，并按照预设的抽取规则将各备选推荐列表进行合并获得冷启动推荐列表，提高了对用户进行推荐信息的准确性。

此外，上述的存储器301中的程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。

存储器301作为一种可读存储介质，可用于存储软件程序、可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器300通过运行存储在存储器301中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于信息推荐的方法。

存储器301可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器301可以包括高速随机存取存储器，还可以包括非易失性存储器。

本公开实施例提供了一种电子设备，包含上述的用于信息推荐的装置。

采用本公开实施例提供的电子设备，通过获取用户的个人特征信息、所述用户的标签信息、所述用户所处的上下文信息和所述用户的社交网络信息多种信息；并分别获取与各信息对应的第一备选推荐列表、第二备选推荐列表、第三备选推荐列表和第四备选推荐列表；由于分别获取了不同信息对应的备选推荐列表，并按照预设的抽取规则将各备选推荐列表进行合并获得冷启动推荐列表，提高了对用户进行推荐信息的准确性。

可选地，电子设备为计算机或服务器等。

本公开实施例提供了一种存储介质，存储有可执行指令，可执行指令设置为执行上述用于信息推荐的方法。

本公开实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述用于信息推荐的方法。

上述的可读存储介质可以是暂态可读存储介质，也可以是非暂态可读存储介质。

本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。