摘要：本申请实施例提供了一种信息推荐方法、装置、设备以及存储介质，用于提高信息推荐的精确度。包括根据对象对资源信息产生的历史交互行为构建二部图，其中，二部图包括图节点和关联关系；根据二部图的关联关系确定对象节点与资源节点之间传播消息；利用传播消息和关联关系训练初始图神经网络得到第一图神经网络；利用传播消息和第一图神经网络得到对象节点的第一嵌入表示以及资源节点的第二嵌入表示；根据第一嵌入表示和第二嵌入表示计算得到目标对象对第二资源信息的第一预测分数；根据第一预测分数向目标对象推荐第二资源信息。本申请提供的技术方案可应用于人工智能领域。

摘要：本申请公开了一种信息推荐方法及装置，可应用于金融领域或其他领域。获取智能穿戴设备采集的老年用户的基础数据。对基础数据进行特征提取，获取基础特征数据，并提取基础特征数据中的强相关特征数据。将基础特征数据和强相关特征数据输入训练完成的用户模型中，获取用户模型输出的老年用户的用户画像。将老年用户的用户画像以及目标场景下的至少一个目标产品的产品信息输入目标场景对应的目标推荐模型中，获取目标推荐模型输出的各个目标产品的推荐概率。将推荐概率大于概率阈值的目标产品的产品信息推荐给老年用户。如此，先获取老年用户的用户画像，再利用推荐模型向老年用户推荐更加符合老年用户的目标产品，以向老年用户提供便利性。

摘要：本申请提供了一种信息推荐方法、装置、设备及存储介质。该方法包括获取用户的分组业务特征；将所述分组业务特征输入到训练好的目标模型中，得到待推荐的业务执行信息；其中，所述目标模型为训练好的状态统计模型和深度预测模型中的其中一个。本申请实施例提供的技术方案，实现业务执行信息在不同分组下的自适应推荐，保证业务执行信息在不同分组推荐下的适配性，提高业务执行信息的推荐准确性。

摘要：本发明实施例提供了一种信息推荐方法及装置、计算机可读存储介质，该方法包括接收多个第一终端发送的多个第一资源信息请求；每个第一资源信息请求中携带有目标物品相关信息；目标物品相关信息包括多个目标类型的信息；响应于每个第一资源信息请求，根据目标物品相关信息从本地倒排索引库中，获取与每个目标类型对应的第一本地物品相关信息和第一本地资源信息；基于第一本地物品相关信息和第一本地资源信息，进行不同类型之间的交集处理和校验处理，得到目标物品相关信息对应的匹配信息，并发送至第一终端。采用上述方案，可以根据本地倒排索引库，进行高效的匹配，解决数据结构存储系统占用资源大的问题，提高匹配效率和资源利用率。

摘要：本申请提供了一种信息推荐方法、信息推荐装置和可读存储介质，该方法包括获取用户的用户特征数据，在召回池中获取多个备选信息，并确定每个备选信息的信息特征数据；将用户的用户特征数据和备选信息的信息特征数据输入至预设推荐模型，得到每个备选信息的推荐分数；确定多个备选信息中推荐分数大于或等于第一预设阈值的推荐信息；在显示页面显示推荐信息；其中，用户特征数据包括用户动态特征和用户静态特征，信息特征数据包括信息动态特征和信息静态特征，召回池中的多个备选信息包括目标历史信息和新上线信息，目标历史信息为根据点击率在多个历史信息中筛选得到。本申请，能够保证推荐的时效性和全面性，并且保证新产生信息有较准确地曝光。

摘要：本申请提供一种信息推荐方法及装置，应用于金融领域，方法包括获取用户的浏览历史信息，根据浏览历史信息确定用户的兴趣观点，即利用用户的浏览历史信息确定该用户的兴趣观点，而后确定与兴趣观点不同的其他观点，将其他观点对应的目标信息推荐给用户，以避免向用户推荐属于同一观点的信息，即将其他观点的目标推荐给用户，向用户推荐多种观点的信息，避免用户出现“信息茧房”情况。

摘要：本申请公开了一种信息推荐方法、装置及设备，可应用于人工智能领域，该方法应用于目标应用程序。获取用户的实时位置信息。用户可在目标应用程序中勾选多个要消费的摊位，目标应用程序响应于用户的选择操作，确定多个目标摊位。目标摊位即为用户想要到达的摊位。进而，获取用户实时位置分别与每个目标摊位的位置之间的距离、各个目标摊位的实时排队人数以及用户对各个目标摊位的青睐度，并将获取的信息输入信息推荐模型中，以使信息推荐模型输出用户选择的多个目标摊位所对应的推荐路线。如此，能够减少用户的路程时间和排队时间，使得用户能在短时间内到达所有想去的摊位。

摘要：本申请提供了一种信息推荐方法、装置、电子设备和存储介质。所述方法包括步骤S100:获取用户第一预设时间内的浏览过的文章的文章信息；步骤S200根据所述文章信息，确定对应每篇文章关键词信息；步骤S300:根据所述关键词信息和预设的确认规则确定每篇文章所属的文章类型以及每种文章类型中的文章数量；步骤S400根据所述文章类型、每种文章类型中的文章数量和预设的推荐规则确定文章推荐策略。以此方式，可以推算用户喜好的文章类型，并根据用户喜好向用户推荐文章，以此方式，可以是推荐的文章更符合用户喜好，进而提高文章的点击量和用户黏性。

摘要：本申请适用于人工智能技术领域，提供一种信息推荐方法、装置、计算机设备及存储介质，其中方法包括对从用户侧爬取的用户反馈数据进行情绪特征分析，得到市场情绪分析指数；对采集的市场投研数据进行自然语言处理，得到市场策略关键词，并获取与市场策略关键词匹配的目标投资策略；基于市场情绪分析指数，依照预构建的市场情绪指数与投资偏好信息之间的映射关系，确定与市场情绪分析指数对应的至少一个目标市场投资偏好信息；从目标投资策略中选取与至少一个目标市场投资偏好信息相符的策略作为推荐策略，将推荐策略输出至所述用户侧。该方案能够降低数据处理复杂度，减少数据处理计算量。

摘要：本申请涉及推荐系统领域，具体涉及一种信息推荐方法、装置、设备及介质，用于解决互联网平台信息推荐成功率低的问题。该方法基于第一UCB算法和用户对每个待推荐信息集合的历史操作数据，确定每个待推荐信息集合的第一UCB值；根据每个待推荐信息集合的第一UCB值，选择至少一个待推荐信息集合，并确定选择的待推荐信息集合中每个待推荐信息的第一收益均值；根据每个待推荐信息的第一收益均值，选择至少一个待推荐信息作为推荐信息推荐给用户。由于利用第一UCB算法和用户的历史操作数据，根据待推荐信息的第一收益均值选择待推荐信息推荐给用户，因此可以提高信息推荐的成功率。

摘要：本说明书公开了一种信息推荐方法、装置、存储介质及电子设备，本说明书实施例在进行信息推荐时，通过不同的强化学习模型输出每种排布方式对应的不同的累积折扣奖励期望分布，最后，根据每种排布方式对应的不同的累积折扣奖励期望分布，确定目标排布方式，以目标排布方式排布各推荐信息以及各广告，并展示给用户。此方法中，由于累积折扣奖励期望分布是基于用户对同一排布方式展示的各推荐信息和各广告执行指定操作行为的概率分布所确定的，每个强化学习模型的模型参数不同，这样通过不同的强化学习模型预测同一排布方式的累积折扣奖励期望分布，可以避免因用户随机行为导致奖励随机的问题，从而提高信息推荐的准确性。

摘要：本发明涉及信息处理相关领域，公开了一种信息推荐方法、装置及存储介质，通过行为获取模块、划分梳理模块、行为判定模块以及平衡推送模块的设置，实现了对用户的新闻浏览行为的记录获取并分析，根据用户评论主观倾向以及新闻内容主观倾向进行判断，从而了解用户对于新闻的理解，达到控制对用户的新闻推送方案，可有效的向用户推送补充新闻理解的新闻内容，即帮助解决不完整的新闻信息获取问题，帮助用户更完善的理解新闻内容，提高用户的思考能力，降低因信息不平衡发生的网络争论事件的概率。

摘要：本申请公开了一种信息推荐方法、装置、电子设备及存储介质，涉及深度学习领域，尤其涉及大数据。具体实现方案为通过数据采集系统获取测试人员的用户信息和商场的客流信息；其中，测试人员为模拟客户进行消费的人员；基于测试人员的用户信息和商场的客流信息确定商场的部署信息；向目标用户推荐商场的部署信息。本申请实施例可以基于大数据和轨迹分析进行商铺业态衔接规划，能够有针对性地给出商场运营建议，提升商场的整体效益，实现整个商场的定位升级。

摘要：本发明公开一种信息推荐方法、车辆及存储介质，涉及信息推荐技术领域，能够使车机交互系统快速、主动地向用户推荐信息。具体方案包括获取车辆内的多个用户中每个用户的采集信息；根据每个用户的采集信息，获取每个用户的特征数据；响应于唤醒操作，获取目标语音数据；根据目标语音数据和多个用户中每个用户的特征数据，确定目标信息；向车辆内的用户推送目标信息。

摘要：本申请公开了一种信息推荐方法、装置、设备及存储介质，涉及个性化推荐技术领域，包括构建目标知识图谱，并对基于目标知识图谱确定出的作为种子物料序列的用户历史行为序列对应的用户偏好物料进行建模得到偏好物料特征向量；利用预设双向LSTM模型对用户历史行为序列进行建模以得到用户行为特征向量；基于根据偏好物料特征向量和用户行为特征向量确定的用户特征向量和根据预设物料确定的物料特征向量预测当前用户对应的待推荐物料点击概率，并根据待推荐物料点击概率确定物料推荐结果。本申请利用预设双向LSTM模型结合知识图谱的推荐解决了传统推荐的数据稀疏和冷启动的问题，增强推荐的可解释性和多样性，并考虑了用户偏好随时间的影响。

摘要：本发明公开了一种信息推荐方法、系统及移动终端，移动终端与服务器端通信连接，移动终端中包括应用并适于展示所述应用的页面，方法包括步骤响应于在页面上的点击操作，将用户行为信息传入脚本配置文件并执行所述脚本配置文件，以便根据用户行为信息判断所述点击操作是否满足推荐条件；如果满足推荐条件，则将所述用户行为信息发送至服务器端，以请求服务器端推荐信息；以及获取服务器端返回的目标推荐信息，将所述目标推荐信息呈现在所述页面上。根据本发明的技术方案，能实现在用户无感知的情况下根据用户的点击行为来向用户推荐用户感兴趣的个性化信息，降低了服务器端的访问压力。

摘要：本公开提供了一种信息推荐方法、装置、计算机设备和存储介质，其中，该方法包括响应于在多媒体内容展示页面触发的第一搜索请求，展现搜索页面；其中，多媒体内容包括商品维度的相关信息；在搜索页面的预设区域展示用于引导对目标对象的目标属性进行搜索的推荐词；其中，目标对象为相关信息指示的对象，推荐词基于目标对象以及目标属性的描述信息生成；响应于对推荐词触发的第二搜索请求，获取并呈现目标对象在目标属性下的搜索结果。

摘要：本公开提供了一种信息推荐方法、装置、计算机设备和存储介质，其中，该方法包括响应于针对第一页面的搜索指令，确定第一页面展示的多媒体内容包括的商品；在第二页面展示至少一个电商推荐词，电商推荐词基于商品、以及至少一个电商属性特征对应的关键词生成；接收对电商推荐词的触发操作，基于电商推荐词和电商推荐词对应的内容垂类发起搜索请求。

摘要：本申请提供一种信息推荐方法、电子设备及可读存储介质，涉及设备协作技术领域；该方法可以通过第一设备显示第二设备的使用方法，该第二设备为该第一设备发现的其他电子设备或与第一设备属于同一账号下的其他电子设备；通过该方法可以使得用户通过第一设备展示第二设备的使用方法。

摘要：在本说明书提供的信息推荐方法中，首先确定出第一周期，并将每个第一周期划分为若干第二周期。获取各第二周期的信息曝光率，并针对当前第一周期中的每个第二周期，确定该第二周期的信息曝光率和与该第二周期相对应的历史第二周期的信息曝光率的差异，作为该第二周期的曝光差异。根据当前第一周期中各第二周期的曝光差异确定推荐方式选择参数，确定信息推荐的推荐方式，为用户进行信息推荐。在本方法中，采用当前第一周期中各第二周期的信息曝光率与历史上对应的各第二周期的信息曝光率的差异确定信息推荐的推荐方式，在确保对信息曝光率实时反馈的同时，使大量历史数据得到利用，使信息推荐变得更加稳定，既保证了收益，又保证了用户体验。