(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 202210921029.8 (22)申请日 2022.08.02 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 王丽伟　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 贾磊　许曼 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9536(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (54)发明名称 一种活动推荐 方法、 装置、 设备、 存储介质和 产品 (57)摘要 本发明公开了一种活动推荐方法、 装置、 设 备、 存储介质和产品， 其中该方法包括： 根据当前 用户的行为信息以及其他用户的行为信息， 确定 当前用户的第一相似用户集； 根据当前用户的偏 好信息以及预先训练得到的神经网络模型， 确定 当前用户的第二相似用户集； 综合所述第一相似 用户集和所述第二相似用户集， 得到当前用户的 相似用户集； 根据相似用户集的行为信息和偏好 信息， 确定当前用户的第一活动推荐集合； 根据 当前用户的行为信息和偏好信息， 确定当前用户 的第二活动推荐集合； 综合所述第一活动推荐集 合和所述第二活动推荐集合， 得到所述当前用户 的活动推荐集合， 本发明可以提高活动推荐的针 对性， 满足用户的需求。 权利要求书2页 说明书10页 附图5页 CN 115238185 A 2022.10.25 CN 115238185 A 1.一种活动推荐方法， 其特 征在于， 包括： 根据当前用户的属性信息， 确定所述当前用户所属类别为当前类别； 根据当前用户的行为信 息以及其他用户的行为信 息， 确定所述当前用户的第 一相似用 户集， 其中所述 其他用户与所述当前用户的所属类别相同； 根据当前用户的偏好信 息以及预先训练得到的神经网络模型， 确定所述当前用户的第 二相似用户集； 综合所述第一相似用户集和所述第二相似用户集， 得到所述当前用户的相似用户集； 根据所述相似用户集的行为信息和偏好信息， 确定所述当前用户的第一活动推荐集 合； 根据所述当前用户的行为信息和偏好信息， 确定所述当前用户的第二活动推荐集 合； 综合所述第 一活动推荐集合和所述第 二活动推荐集合， 得到所述当前用户的活动推荐 集合， 根据所述活动推荐集 合向所述当前用户进行活动推荐。 2.如权利要求1所述的活动推荐方法， 其特征在于， 所述根据当前用户的行为信 息以及 其他用户的行为信息， 确定所述当前用户的第一相似用户集进一 步包括： 计算当前用户的行为信息与其 他用户的行为信息之间的相似度， 得到第一相似度值； 确定第一相似度值大于第一设定阈值的其 他用户属于第一相似用户集。 3.如权利要求2所述的活动推荐方法， 其特征在于， 所述根据当前用户的偏好信 息以及 预先训练得到的神经网络模型， 确定所述当前用户的第二相似用户集进一 步包括： 将所述当前用户的偏好信 息输入预先训练得到的神经网络模型， 输出得到所述当前用 户与所有用户之间的第二相似度值； 确定所述第二相似度值大于第二设定阈值的用户属于第二相似用户集。 4.如权利要求3所述的活动推荐方法， 其特征在于， 所述综合所述第 一相似用户集和所 述第二相似用户集， 得到所述当前用户的相似用户集进一 步包括： 将同时属于第一相似用户集和第二相似用户集的用户确定为属于第一 集合； 将属于第一相似用户集， 不属于第二相似用户集的用户确定为属于第二 集合； 将属于第二相似用户集， 不属于第一相似用户集的用户确定为属于第三 集合； 通过不同的计算方法， 分别计算得到第一集合、 第二集合以及第三集合中每一用户与 当前用户的相似度值； 根据相似度值对用户进行排序， 得到所述当前用户的相似用户集。 5.如权利要求1所述的活动推荐方法， 其特征在于， 所述当前用户的偏好信 息的确定方 法包括： 获取当前用户对所有活动的评分和点评； 根据所述评分所在的分数段和/或点评中所包含的字段， 确定所述当前用户对所有活 动的偏好级别， 得到所述当前用户的偏好信息 。 6.如权利要求1所述的活动推荐方法， 其特征在于， 所述综合所述第 一活动推荐集合和 所述第二活动推荐集 合， 得到所述当前用户的活动推荐集 合进一步包括： 将同时属于所述第一活动推荐集合和第二活动推荐集合的活动确定为属于活动推荐 集合且推荐 级别为第一优先级； 将只属于所述第一活动推荐集合或第二活动推荐集合的活动确定为属于活动推荐集权　利　要　求　书 1/2 页 2 CN 115238185 A 2合且推荐 级别为第二优先级； 按照推荐 级别对所有活动进行排序， 得到所述当前用户的活动推荐集 合。 7.一种活动推荐装置， 其特 征在于， 包括： 类别确定模块， 用于根据当前用户的属性信息， 确定所述当前用户所属类别为当前类 别； 第一相似用户集确定模块， 用于根据当前用户的行为信息以及其他用户的行为信息， 确定所述当前用户的第一相似用户集， 其中所述其他用户与所述当前用户的所属类别相 同； 第二相似用户集确定模块， 用于根据当前用户的偏好信 息以及预先训练得到的神经网 络模型， 确定所述当前用户的第二相似用户集； 第一综合模块， 用于综合所述第一相似用户集和所述第二相似用户集， 得到所述当前 用户的相似用户集； 第一活动推荐集合确定模块， 用于根据所述相似用户集的行为信息和偏好信息， 确定 所述当前用户的第一活动推荐集 合； 第二活动推荐集合确定模块， 用于根据所述当前用户的行为信息和偏好信息， 确定所 述当前用户的第二活动推荐集 合； 第二综合模块， 用于综合所述第一活动推荐集合和所述第二活动推荐集合， 得到所述 当前用户的活动推荐集 合， 通过所述活动推荐集 合向所述当前用户进行活动推荐。 8.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至6任一所述方 法。 9.一种计算机可读存储介质， 其特征在于， 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 理器执行时实现权利要求1至 6任一所述方法。 10.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括计算机程序， 所述计 算机程序被处 理器执行时实现权利要求1至 6任一所述方法。权　利　要　求　书 2/2 页 3 CN 115238185 A 3