信息智能推荐方法、装置、终端设备和存储介质

技术领域

本申请涉及人工智能技术领域，尤其涉及一种信息智能推荐方法、装置、终端设备和存储介质。

背景技术

目前市面上有很多的推荐算法，如基于协同过滤的推荐、基于统计的推荐、基于内容的推荐等，但是这些推荐算法大多是对行为相似的或者内容相似的物料进行推荐，推荐更像是找相似雷同，无法给予用户在业务上更加智能更有帮助的推荐信息，推荐的有效性不高。

因此，如何智能推荐信息，提高推荐的有效性，提升用户对信息推荐的满意度，是当前需要考虑的问题。

发明内容

本申请实施例提供了一种信息智能推荐方法、装置、终端设备和存储介质，可实现智能精准推荐信息，提高推荐的有效性，提升用户对信息推荐的满意度。

第一方面，本申请实施例提供了一种信息智能推荐方法，包括：

获取用户的兴趣信息列表，所述兴趣信息列表包括所述用户历史感兴趣的历史信息；

确定所述兴趣信息列表对应的业务信息类型及其类型关注度；

根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型；

基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表；

以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐。

在第一方面的一种可能的实现方式中，所述获取用户的兴趣信息列表的步骤，包括：

获取所述用户的历史行为日志；

根据所述历史行为日志，确定所述用户浏览的历史信息及其历史操作行为；

根据所述历史操作行为，确定所述用户浏览的历史信息分别对应的信息关注度；

基于所述信息关注度对所述历史信息进行筛选，得到所述兴趣信息列表。

在第一方面的一种可能的实现方式中，所述兴趣信息列表还包括所述历史信息的信息关注度；所述确定所述兴趣信息列表对应的业务信息类型及其类型关注度的步骤，包括：

统计归纳所述兴趣信息列表中各历史信息对应的信息类型，确定所述兴趣信息列表对应的业务信息类型；

根据所述业务信息类型对应的所述历史信息的信息关注度，确定所述业务信息类型对应的类型关注度。

在第一方面的一种可能的实现方式中，所述根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型的步骤，包括：

根据预先配置的类型关联对照表，确定所述业务信息类型关联的关联信息类型及其类型关联度；

根据所述关联信息类型的类型关联度，以及与该关联信息类型关联的所述业务信息类型的类型关注度，计算所述关联信息类型的兴趣关联度；

基于所述兴趣关联度对所述关联信息类型进行筛选，得到目标关联信息类型。

在第一方面的一种可能的实现方式中，所述基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表的步骤，包括：

分别计算所述目标关联信息类型下的各备选信息与所述兴趣信息列表中历史信息的相似度；

基于所述相似度对所述备选信息进行筛选，得到备选信息列表，所述备选信息列中包括筛选留下的备选信息及其对应的所述相似度，以及该备选信息所属的目标关联信息类型；

根据所述备选信息列中各备选信息对应的所述相似度，以及该备选信息所属的目标关联信息类型，计算所述备选信息列表中各备选信息的推荐分数；

基于所述推荐分数，对所述备选信息列表中的备选信息进行筛选后得到关联兴趣信息列表。

在第一方面的一种可能的实现方式中，所述根据所述备选信息列中各备选信息对应的所述相似度，以及该备选信息所属的目标关联信息类型，计算所述备选信息列表中各备选信息的推荐分数的步骤，包括：

根据所述备选信息对应的所述相似度与所述目标关联信息类型对应的目标兴趣关联度，计算所述备选信息列表中备选信息的推荐分数。

在第一方面的一种可能的实现方式中，所述以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐的步骤，还包括：

获取运营策略；

根据所述运营策略对所述关联兴趣信息列表中的备选信息进行整合排序；

基于所述关联兴趣信息列表中整合排序后的备选信息，向所述用户进行信息推荐。

第二方面，本申请实施例提供了一种信息智能推荐装置，包括：

第一列表获取单元，用于获取用户的兴趣信息列表，所述兴趣信息列表包括所述用户历史感兴趣的历史信息；

第一信息确定单元，用于确定所述兴趣信息列表对应的业务信息类型及其类型关注度；

第二信息确定单元，用于根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型；

第二列表确定单元，用于基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表；

信息推荐单元，用于以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的信息智能推荐方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的信息智能推荐方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使终端设备执行如上述第一方面所述的信息智能推荐方法。

本申请实施例中，通过获取用户的兴趣信息列表，确定所述兴趣信息列表对应的业务信息类型及其类型关注度，然后根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型，再基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表，最后以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐。本方案向用户推荐与用户兴趣关联的信息，实现智能个性化的精准推荐，可提高推荐的有效性，从而提升用户对信息推荐的满意度，进而可提升平台用户的粘性及留存率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的信息智能推荐方法的实现流程图；

图2是本申请实施例提供的信息智能推荐方法中步骤S101的一种具体实现流程图；

图3是本申请实施例提供的信息智能推荐方法中步骤S103的一种具体实现流程图；

图4是本申请实施例提供的信息智能推荐方法中步骤S104的一种具体实现流程图；

图5是本申请实施例提供的信息智能推荐方法中对步骤S105的一种具体实现流程图；

图6是本申请实施例提供的信息智能推荐装置的结构框图；

图7是本申请实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

本申请实施例提供的信息智能推荐方法可应用于需要信息推荐的各类型终端设备，具体可以包括手机、平板电脑、可穿戴设备、笔记本电脑、台式电脑等智能设备以及服务器。

图1示出了本申请实施例提供的信息智能推荐方法的实现流程，该方法流程包括步骤S101至步骤S105。各步骤的具体实现原理如下：

步骤S101：获取用户的兴趣信息列表，所述兴趣信息列表包括所述用户历史感兴趣的历史信息。

本实施例中，在用户触发个性化信息推荐的情况下，根据用户信息，获取该用户的兴趣信息列表。

个性化信息推荐的触发可以为指定的需要用户主动触发的指令，例如，平台交互界面上的推荐指令，用户通过点击触发个性化信息推荐。个性化信息推荐还可以根据默认事件自动触发，例如，当用户启动应用程序或者打开web网页时，自动触发个性化信息推荐。

兴趣信息列表中包括的历史信息是用户历史浏览、阅读过的信息。本实施例中，历史信息为距离当前最近一段时间的历史信息，至于最近一段时间的时长可由用户或者后台自定义设置。

作为本申请一种可能的实施方式，图2示出了本申请实施例提供的信息智能推荐方法中，获取用户的兴趣信息列表的一种具体实现流程，详述如下：

A1：获取所述用户的历史行为日志。历史行为日志可通过读取系统后台得到。行为日志用于记录用户的行为。历史行为日志为在距离当下之前的记录的行为。

A2：根据所述历史行为日志，确定所述用户浏览的历史信息及其历史操作行为。历史操作行为包括搜索、查看、点击、收藏、分享、停留时长、评价等。

A3：根据所述历史操作行为，确定所述用户浏览的历史信息分别对应的信息关注度。

每一条历史信息的关注度可根据用户对其的历史操作行为确定。例如，根据搜索、查看、点击、收藏、分享、停留时长、评价等关注指标对历史信息进行打分，得到的分数即为该条历史信息的信息关注度。

一些实施方式中，上述各关注指标在信息关注度中所占比重可自定义设置。

A4：基于所述信息关注度对所述历史信息进行筛选，得到所述兴趣信息列表。所述兴趣信息列表中包括筛选留下的历史信息。

本实施例中，为提高推荐效率，按信息关注度从高到低对历史信息进行排序，选择排序前若干条的历史信息构建兴趣信息列表。例如，选择排序前100的历史信息构建兴趣信息列表。

示例性地，获取用户最近关注的公告信息，信息关注度为A，公告信息的关注度从高到低排序分别为A1、A2、A3...AN，取前n条公告信息构建兴趣信息列表，n小于N。

步骤S102：确定所述兴趣信息列表对应的业务信息类型及其类型关注度。

兴趣信息列表中的历史信息有各自对应的信息类型，信息类型用于标识该信息中的内容主题，例如，信息为公告，其信息类型可以为股权激励、股权回购等。不同的历史信息的信息类型可能相同，也可能不同。业务信息类型用于标识兴趣信息列表中统计归纳后的信息类型。

在一种可能的实施方式中，兴趣信息列表还包括所述历史信息的信息关注度，通过统计归纳所述兴趣信息列表中各历史信息对应的信息类型，确定所述兴趣信息列表对应的业务信息类型，根据所述业务信息类型对应的所述历史信息的信息关注度，确定所述业务信息类型对应的类型关注度。本实施例中，类型关注度为该业务信息类型下历史信息的信息关注度之和。

本实施例中，通过合并兴趣信息列表中各历史信息相同的信息类型，确定兴趣信息列表对应的业务信息类型，业务信息类型的种类与兴趣信息列表中历史信息的信息类型的种类对应，业务信息类型的种类数也即兴趣信息列表中历史信息对应信息类型种类数，再将对应同一业务信息类型下历史信息的信息关注度叠加，得到该业务信息类型的类型关注度。

示例性地，兴趣信息列表中包括第一历史信息及其第一信息关注度、第二历史信息及其第二信息关注度、第三历史信息及其第三信息关注度以及第四历史信息及其第四信息关注度，其中，第一历史信息对应第一信息类型，第二历史信息和第三历史信息均对应第二信息类型，第四历史信息对应第四信息类型，根据统计归纳，该兴趣信息列表对应的业务信息类型为第一信息类型、第二信息类型以及第三信息类型，第一信息类型的类型关注度即为第一信息关注度，第二信息类型的类型关注度即为第二信息关注度与第三信息关注度之和，第三信息类型的类型关注度即为第四信息关注度。

步骤S103：根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型。

目标关联信息类型是与业务信息类型存在关联的信息类型。

作为本申请一种可能的实施方式，兴趣信息列表还包括所述历史信息的信息关注度，图3示出了本申请实施例提供的信息智能推荐方法中，根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型的一种具体实现流程，详述如下：

B1：根据预先配置的类型关联对照表，确定所述业务信息类型关联的关联信息类型及其类型关联度。

本实施例中，预先配置类型关联对照表，该表中包括各信息类型之间的关联关系以及关联度。在类型关联对照表中即可查找业务信息类型关联的关联信息类型及其类型关联度。类型关联度用于标识信息类型之间的关联程度。

B2：根据所述关联信息类型的类型关联度，以及与该关联信息类型关联的所述业务信息类型的类型关注度，计算所述关联信息类型的兴趣关联度。兴趣关联度用于表示该用户对该关联信息类型可能感兴趣的程度。兴趣关联度越高，表示用户越可能对该关联信息类型感兴趣。

一种业务信息类型存在一种或者多种关联信息类型。例如，股权回购可同时关联股权激励、股权变更等。

不同业务信息类型可能存在相同的关联信息类型，与相同关联信息类型的关联程度可能相同，也可能不同。例如，股权回购与股权激励可同时与股权变更关联。

一种可能的实施方式中，对业务信息类型关联的关联信息类型的兴趣关联度，可根据业务信息类型的类型关注度与类型关联度的乘积得到。

例如，根据预先配置的类型关联对照表，确定与第一业务信息类型关联的是第一关联信息类型，第一关联信息类型与该第一业务信息类型的兴趣关联度为第一业务信息类型的类型关注度与类型关联度的乘积。

B3：基于所述兴趣关联度对所述关联信息类型进行筛选，得到目标关联信息类型。

本实施例中，由于不同业务信息类型可能对应相同关联信息类型，为保障信息推荐高效可靠，

统计归纳所述兴趣信息列表对应的关联信息类型，并基于兴趣关联度从高到低对该关联信息类型进行筛选。

当多个业务信息类型对应相同关联信息类型时，该关联信息类型存在多个兴趣关联度，该种情形下，将所述该关联信息类型的多个兴趣关联度叠加，根据叠加值参与关联信息类型的排序。

示例性地，统计归纳业务信息类型对应的关联信息类型，对于存在多个兴趣关联度的关联信息类型，将多个兴趣关联度叠加得到该关联信息类型的目标兴趣关联度，基于目标兴趣关联度从高到低对业务信息类型对应的关联信息类型进行排序，选择排序前一定数量的关联信息类型作为目标关联信息类型。每一目标关联新类型存在对应的目标兴趣关联度。

步骤S104：基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表。

所述关联兴趣信息列表中包括待推荐向用户推荐的备选信息。

作为本申请一种可能的实施方式，图4示出了本申请实施例提供的信息智能推荐方法中，基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表的一种具体实现流程，详述如下：

C1：分别计算所述目标关联信息类型下的各备选信息与所述兴趣信息列表中历史信息的相似度。

本实施例中，将数据库中所述目标关联信息类型下的所有信息作为备选信息，标记备选信息对应的目标关联信息类型。计算每一备选信息与所述兴趣信息列表中历史信息的相似度。相似度的计算参考现有技术。

C2：基于所述相似度对所述备选信息进行筛选，得到备选信息列表，所述备选信息列中包括筛选留下的备选信息及其对应的所述相似度，以及该备选信息所属的目标关联信息类型。

一些实施方式中，按所述相似度从高到低对所述备选信息进行排序，选择排序前一定数量的备选信息，构建所述备选信息列表。

另一些实施方式中，根据相似度等于或者高于预设相似度阈值的备选信息，构建备选信息列表。

在一些实施方式中，为避免向用户推荐重复信息，在按相似度对备选信息排序之前进行查重处理，将与历史信息的相似度满足预设阈值的备选信息剔除。例如，将与历史信息完全相同的备选信息剔除。

C3：根据所述备选信息列中各备选信息对应的所述相似度，以及该备选信息所属的目标关联信息类型，计算所述备选信息列表中各备选信息的推荐分数。

在一种可能的实施方式中，获取所述目标关联信息类型对应的目标兴趣关联度，目标兴趣关联度用于表示用户对该目标关联信息类型可能感兴趣的程度，根据所述备选信息对应的所述相似度与所述目标关联信息类型对应的目标兴趣关联度，计算所述备选信息列表中备选信息的推荐分数，其中，目标兴趣关联度的确定可根据前述内容，此处不赘述。具体地，可根据相似度与目标兴趣关联度的乘积，计算备选信息的推荐分数。

C4：基于所述推荐分数，对所述备选信息列表中的备选信息进行筛选后得到关联兴趣信息列表。

按推荐分数从高到低对备选信息进行排序，选择排序前一定数量的备选信息构建关联兴趣信息列表。若经过相似度排序筛选后留下的备选信息数量少于预设数量阈值，则基于推荐分数对留下的全部备选信息进行排序，构建关联兴趣信息列表。

步骤S105：以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐。

在本申请实施例中，关联兴趣信息列表等同于待推荐结果集，用于向该用户进行推荐。对应不同用户，其关联兴趣信息列表中的备选信息存在不同。通过为用户提供个性化精准推荐，可提高推荐的有效性，从而提升用户对信息推荐的认可度。

作为本申请一种可能的实施方式，图5示出了本申请实施例提供的信息智能推荐方法中，以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐的一种具体实现流程，详述如下：

D1：获取运营策略。运营策略是由后台配置的，用于干预信息推荐的策略。

D2：根据所述运营策略对所述关联兴趣信息列表中的备选信息进行整合排序。

一些实施方式中，所述运营策略中包括信息类型的推荐比重。根据该推荐比重和关联兴趣信息列表中备选信息的推荐分数，重新对关联兴趣信息列表中的备选信息进行排序。

一些实施方式中，所述运营策略中包括信息类型的推荐比重，还包括不推荐信息类型。将关联信息类型为不推荐信息类型的备选信息从关联兴趣信息列表中剔除，再将根据该推荐比重和余下备选信息的推荐分数，重新对关联兴趣信息列表中的备选信息进行排序。

D3：基于所述关联兴趣信息列表中整合排序后的备选信息，向所述用户进行信息推荐。

本实施例中，后台可根据运营需求配置相应的运营策略，在向用户进行信息推荐的同时更好的运营该推荐系统。

由上可见，本申请实施例中，通过获取用户的兴趣信息列表，确定所述兴趣信息列表对应的业务信息类型及其类型关注度，然后根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型，再基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表，最后以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐。本方案向用户推荐与用户兴趣关联的信息，实现智能个性化的精准推荐，可提高推荐的有效性，从而提升用户对信息推荐的满意度，进而可提升平台用户的粘性及留存率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

对应于上文实施例所述的信息智能推荐方法，图6示出了本申请实施例提供的信息智能推荐装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图6，该信息智能推荐装置包括：第一列表获取单元61，第一信息确定单元62，第二信息确定单元63，第二列表确定单元64，信息推荐单元65，其中：

第一列表获取单元61，用于获取用户的兴趣信息列表，所述兴趣信息列表包括所述用户历史感兴趣的历史信息；

第一信息确定单元62，用于确定所述兴趣信息列表对应的业务信息类型及其类型关注度；

第二信息确定单元63，用于根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型；

第二列表确定单元64，用于基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表；

信息推荐单元65，用于以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐。

作为本申请一种可能的实施方式，上述第一列表获取单元61包括：

日志获取模块，用于获取所述用户的历史行为日志；

信息行为确定模块，用于根据所述历史行为日志，确定所述用户浏览的历史信息及其历史操作行为；

第一关注度确定模块，用于根据所述历史操作行为，确定所述用户浏览的历史信息分别对应的信息关注度；

兴趣列表得到模块，用于基于所述信息关注度对所述历史信息进行筛选，得到所述兴趣信息列表。

作为本申请一种可能的实施方式，兴趣信息列表还包括所述历史信息的信息关注度；上述第一信息确定单元62包括：

业务类型确定模块，用于统计归纳所述兴趣信息列表中各历史信息对应的信息类型，确定所述兴趣信息列表对应的业务信息类型；

第二关注度模块，用于根据所述业务信息类型对应的所述历史信息的信息关注度，确定所述业务信息类型对应的类型关注度。

作为本申请一种可能的实施方式，上述第二信息确定单元63具体用于：

根据预先配置的类型关联对照表，确定所述业务信息类型关联的关联信息类型及其类型关联度；

根据所述关联信息类型的类型关联度，以及与该关联信息类型关联的所述业务信息类型的类型关注度，计算所述关联信息类型的兴趣关联度；

基于所述兴趣关联度对所述关联信息类型进行筛选，得到目标关联信息类型。

作为本申请一种可能的实施方式，上述第二列表确定单元64包括：

相似度计算模块，用于分别计算所述目标关联信息类型下的各备选信息与所述兴趣信息列表中历史信息的相似度；

备选列得到模块，用于基于所述相似度对所述备选信息进行筛选，得到备选信息列表，所述备选信息列中包括筛选留下的备选信息及其对应的所述相似度，以及该备选信息所属的目标关联信息类型；

分数计算模块，用于根据所述备选信息列中各备选信息对应的所述相似度，以及该备选信息所属的目标关联信息类型，计算所述备选信息列表中各备选信息的推荐分数；

关联列表得到模块，用于基于所述推荐分数，对所述备选信息列表中的备选信息进行筛选后得到关联兴趣信息列表。

作为本申请一种可能的实施方式，上述分数计算模块具体用于：

根据所述备选信息对应的所述相似度与所述目标关联信息类型对应的目标兴趣关联度，计算所述备选信息列表中备选信息的推荐分数。

作为本申请一种可能的实施方式，上述信息推荐单元65包括：

策略获取模块，用于获取运营策略；

排序推荐模块，用于根据所述运营策略对所述关联兴趣信息列表中的备选信息进行整合排序；还用于基于所述关联兴趣信息列表中整合排序后的备选信息，向所述用户进行信息推荐。

由上可见，本申请实施例中，通过获取用户的兴趣信息列表，确定所述兴趣信息列表对应的业务信息类型及其类型关注度，然后根据所述业务信息类型及其类型关注度，确定所述兴趣信息列表对应的目标关联信息类型，再基于目标关联信息类型下的备选信息与所述兴趣信息列表中的历史信息，确定关联兴趣信息列表，最后以所述关联兴趣信息列表中的备选信息，向所述用户进行信息推荐。本方案向用户推荐与用户兴趣关联的信息，实现智能个性化的精准推荐，可提高推荐的有效性，从而提升用户对信息推荐的满意度，进而可提升平台用户的粘性及留存率。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如图1至图5表示的任意一种信息智能推荐方法的步骤。

本申请实施例还提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如图1至图5表示的任意一种信息智能推荐方法的步骤。

本申请实施例还提供一种计算机程序产品，当该计算机程序产品在终端设备上运行时，使得终端设备执行实现如图1至图5表示的任意一种信息智能推荐方法的步骤。

图7是本申请一实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个信息智能推荐方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示单元61至65的功能。

示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。

所述终端设备7可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备7还可以包括输入输出设备、网络接入设备、总线等。

所述处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。