(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210508375.3 (22)申请日 2022.05.11 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 司世景　王健宗　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 尹长斌 (51)Int.Cl. G06F 16/9536(2019.01) G06F 16/901(2019.01) G06F 16/36(2019.01) G06F 16/242(2019.01)G06F 16/2458(2019.01) G06F 40/30(2020.01) (54)发明名称 信息推荐方法、 装置、 电子设备及存 储介质 (57)摘要 本发明实施例公开了一种信息推荐 方法、 装 置、 电子设备及存储介质， 该信息推荐方法通过 利用目标对象与候选信息之间的交互意图来得 到更加抽象、 更加高层的语义信息， 使得目标对 象的目标对象向量表达更加准确， 并且通过引入 交互意图对应的权重系数来确定交互意图对应 的意图向量， 使得交互意图对应的意图向量更加 合理， 也可以进一步提高目标对象向量的准确 性， 从而能够从整体上提高信息推荐的准确性， 可以广泛应用于人工智能技 术领域。 权利要求书2页 说明书14页 附图5页 CN 114912032 A 2022.08.16 CN 114912032 A 1.一种信息推荐方法， 其特 征在于， 包括： 获取对象集 合中各个对象与候选信息集 合中各个候选信息之间的交 互意图； 获取所述候选信 息在知识图谱中对应的多个三元组关系， 确定所述三元组关系的关系 向量， 确定所述 候选信息对应不同所述关系向量的第一注意力得分； 确定所述交互意图对应的权重系数， 根据所述关系向量、 所述第一注意力得分 以及所 述权重系数计算所述交 互意图对应的意图向量； 从所述交互意图中确定目标对象对应的历史意图， 根据 所述历史意图对应的所述意图 向量计算所述目标对象的目标对象向量， 所述目标对象为所述对象集合中的其中一个对 象； 计算所述 候选信息的候选信息向量； 计算所述目标对象向量与 各个所述候选信 息向量之间的相关得分， 根据 所述相关得分 从所述候选信息集 合中确定目标信息， 将所述目标信息推荐至所述目标对象。 2.根据权利要求1所述的信 息推荐方法， 其特征在于， 所述确定所述候选信 息对应不同 所述关系向量的第一注意力得分， 包括： 计算任意两个所述意图向量之间的相似度值， 根据 所述相似度值计算任意两个所述意 图向量之间的互信息值， 根据所述互信息值确定目标损失值， 根据所述 目标损失值确定所 述候选信息对应不同所述关系向量的第一注意力得分； 或者， 计算任意两个所述意图向量之间的方差距离和协方差距离， 根据所述方差距离 和所述协方差距离计算任意两个所述意图向量之间的距离系数， 根据所述距离系数确定目 标损失值， 根据所述目标损失值确定所述候选信息对应不同所述关系向量的第一注意力得 分。 3.根据权利要求2所述的信 息推荐方法， 其特征在于， 所述确定所述交互意图对应的权 重系数， 包括： 根据所述目标损失值计算语言函数的第一 函数值； 根据所述第一 函数值计算所述交 互意图对应的权 重系数。 4.根据权利要求1至3任意一项所述的信息推荐方法， 其特征在于， 所述根据所述历史 意图对应的所述 意图向量计算所述目标对象的目标对象向量， 包括： 获取所述历史意图对应的所述 候选信息的初始信息向量； 依次通过多个第一聚合层聚合所述历史意图对应的所述意图向量和所述初始信息向 量， 得到各个所述第一聚合层输出的所述目标对象的聚合对象向量； 将各个所述第 一聚合层输出的所述 聚合对象向量进行求和， 得到所述目标对象的目标 对象向量。 5.根据权利要求4所述的信 息推荐方法， 其特征在于， 所述依次通过多个第 一聚合层聚 合所述历史意图对应的所述意图向量和所述初始信息向量， 得到各个所述第一聚合层输出 的所述目标对象的聚合对象向量， 包括： 获取所述目标对象的初始对象向量； 依次通过多个第 一聚合层， 根据所述初始对象向量和所述历史意图对应的所述意图向 量计算第二注意力得分； 计算所述历史意图对应的所述 意图向量与所述初始信息向量之间的第一哈达 玛积；权　利　要　求　书 1/2 页 2 CN 114912032 A 2根据所述第 二注意力得分与 所述第一哈达玛积的乘积， 得到各个所述第 一聚合层输出 的所述目标对象的聚合对象向量。 6.根据权利要求1至3任意一项所述的信息推荐方法， 其特征在于， 所述计算所述候选 信息的候选信息向量， 包括： 确定所述候选信息在所述知识图谱中的邻居节点， 获取所述邻居节点的邻居节点向 量； 依次通过多个第二聚合层聚合所述候选信息对应的所述关系向量和所述邻居节点向 量， 得到各个所述第二聚合层输出的所述 候选信息的聚合信息向量； 将各个所述第 二聚合层输出的所述 聚合信息向量进行求和， 得到所述候选信 息的候选 信息向量。 7.根据权利要求6所述的信 息推荐方法， 其特征在于， 所述依次通过多个第 二聚合层聚 合所述候选信息对应的所述关系向量和所述邻居节点向量， 得到各个所述第二聚合层输出 的所述候选信息的聚合信息向量， 包括： 确定所述 候选信息在所述知识图谱中对应的关系序列； 根据所述邻居节点向量确定所述关系序列的序列向量； 依次通过多个第 二聚合层， 计算所述候选信 息对应的所述关系向量与 所述序列向量之 间的第二哈达 玛积， 得到各个所述第二聚合层输出的所述 候选信息的聚合信息向量。 8.一种信息推荐装置， 其特 征在于， 包括： 交互意图获取模块， 用于获取对象集合中各个对象与候选信 息集合中各个候选信 息之 间的交互意图； 注意力得分确定模块， 用于获取所述候选信息在知识图谱中对应的多个三元组关系， 确定所述三元组关系的关系向量， 确定所述候选信息对应不同所述关系向量的第一注意力 得分； 意图向量计算定模块， 用于确定所述交互意图对应的权重系数， 根据 所述关系向量、 所 述第一注意力得分以及所述权 重系数计算所述交 互意图对应的意图向量； 目标对象向量计算模块， 用于从所述交互意图中确定目标对象对应的历史意图， 根据 所述历史意图对应的所述意图向量计算所述目标对象的目标对象向量， 所述目标对象为所 述对象集 合中的其中一个对象； 候选信息向量计算模块， 用于计算所述 候选信息的候选信息向量； 目标信息确定模块， 用于计算所述目标对象向量与各个所述候选信 息向量之间的相关 得分， 根据所述相关得分从所述候选信息集合中确定目标信息， 将所述 目标信息推荐至所 述目标对象。 9.一种电子设备， 其特征在于， 包括存储器、 处理器， 所述存储器存储有计算机程序， 所 述处理器执行所述计算机程序时实现权利要求1至7中任意 一项所述的信息推荐方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有程序， 所述程序被处 理器执行实现权利要求1至7中任意 一项所述的信息推荐方法。权　利　要　求　书 2/2 页 3 CN 114912032 A 3