一种用户画像构建的方法、信息推荐的方法以及相关装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114201516A(43)申请公布日2022.03.18(21)申请号202010915739.0(22)申请日2020.09.03(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人王业全马肸李响王瑶王爱华魏望孙明月李霄睿(74)专利代理机构深圳市深佳知识产权代理事务所(普通合伙)44285代理人李杭(51)Int.Cl.G06F16/2457(2019.01)G06F16/2458(2019.01)G06K9/62(2022.01)权利要求书4页说明书26页附图11页(54)发明名称一种用户画像构建的方法、信息推荐的方法以及相关装置(57)摘要本申请公开了一种基于人工智能技术实现的用户画像构建方法，该方法可基于大数据实现如下方法，具体包括：获取目标用户的目标属性标签；根据目标属性标签获取M个信息类别所对应的关联信息；基于M个信息类别所对应的关联信息以及目标属性标签，通过情感预测模型获取目标情感分类标签；根据目标属性标签、目标用户标识以及目标情感分类标签，构建目标用户所对应的用户画像。本申请实施例还提供了一种信息推荐的方法以及相关装置。本申请可以在构建用户画像的过程中加入了情感分类标签，由此，更加深入地刻画了用户对于属性标签的情感倾向程度，从而增强对于用户的全面理解，进而能够提升信息推荐效果。CN114201516ACN114201516A权利要求书1/4页1.一种用户画像构建的方法，其特征在于，包括：获取目标用户的目标属性标签，其中，所述目标用户对应于目标用户标识；根据所述目标属性标签获取M个信息类别所对应的关联信息，其中，所述M个信息类别所对应的关联信息包括文本类别所对应的文本信息、图像类别所对应的图像信息以及视频类别所对应的视频信息中的至少一种，所述M为大于或等于1的整数；基于所述M个信息类别所对应的关联信息以及所述目标属性标签，通过情感预测模型获取目标情感分类标签，其中，所述目标情感分类标签用于表示所述目标用户针对于所述目标属性标签的情感倾向程度；根据所述目标属性标签、所述目标用户标识以及所述目标情感分类标签，构建所述目标用户所对应的用户画像。2.根据权利要求1所述的方法。其特征在于，所述根据所述目标属性标签获取M个信息类别所对应的关联信息，包括：根据所述目标属性标签获取所述文本类别所对应的文本信息，其中，所述文本类别属于所述M个信息类别中的一个信息类别；所述基于所述M个信息类别所对应的关联信息以及所述目标属性标签，通过情感预测模型获取目标情感分类标签，包括：基于所述文本信息，通过所述情感预测模型所包括的文本编码器获取文本特征向量；基于所述目标属性标签，通过所述情感预测模型所包括的标签编码器获取标签特征向量；基于所述文本特征向量以及所述标签特征向量，通过所述情感预测模型所包括的全连接网络获取情感分类向量，其中，所述情感分类向量包括至少N个概率值，每个概率值对应于一个情感分类标签，所述N为大于1的整数；根据所述情感分类向量，从N个情感分类标签中确定所述目标情感分类标签。3.根据权利要求2所述的方法。其特征在于，所述基于所述文本特征向量以及所述标签特征向量，通过所述情感预测模型所包括的全连接网络获取情感分类向量，包括：基于所述文本特征向量以及所述标签特征向量，通过所述情感预测模型所包括的文本注意力网络获取第一特征向量；基于所述第一特征向量，通过所述情感预测模型所包括的所述全连接网络获取所述情感分类向量。4.根据权利要求1所述的方法。其特征在于，所述根据所述目标属性标签获取M个信息类别所对应的关联信息，包括：根据所述目标属性标签获取所述图像类别所对应的图像信息，其中，所述图像类别属于所述M个信息类别中的一个信息类别；所述基于所述M个信息类别所对应的关联信息以及所述目标属性标签，通过情感预测模型获取目标情感分类标签，包括：基于所述图像信息，通过所述情感预测模型所包括的图像编码器获取图像特征向量；基于所述目标属性标签，通过所述情感预测模型所包括的标签编码器获取标签特征向量；基于所述图像特征向量以及所述标签特征向量，通过所述情感预测模型所包括的全连2CN114201516A权利要求书2/4页接网络获取情感分类向量，其中，所述情感分类向量包括至少N个概率值，每个概率值对应于一个情感分类标签，所述N为大于1的整数；根据所述情感分类向量，从N个情感分类标签中确定所述目标情感分类标签。5.根据权利要求4所述的方法。其特征在于，所述基于所述图像特征向量以及所述标签特征向量，通过所述情感预测模型所包括的全连接网络获取情感分类向量，包括：基于所述图像特征向量以及所述标签特征向量，通过所述情感预测模型所