信息推荐方法、装置、设备及介质与流程

本公开涉及人工智能，尤其涉及大语言模型，具体涉及一种信息推荐方法、装置、设备及介质。

背景技术：

1、在传统的信息推荐中，如何生成详细的推荐内容及建议是关键的一环，但相关技术中往往需要耗费大量时间和人力资源，同时需要人工从内外网查找相关的各项信息、数据等，再耗费大量的时间与人力进行信息整合，这一过程复杂繁琐，成本高的同时易出现信息遗漏或不准确的情况，致使准确率较低，无法满足使用需求。

技术实现思路

1、本公开提供了一种信息推荐方法、装置、设备及介质。

2、根据本公开的第一方面，提供了一种信息推荐方法，包括：

3、获取用于表征用户的信息需求的请求数据；

4、基于请求数据搜索信息需求对应的推荐内容；

5、将推荐内容输入大语言模型进行处理，生成信息需求对应的信息推荐报告。

6、在一种可能实施的方式中，本公开实施例所提供的方法中，基于请求数据搜索信息需求对应的推荐内容，包括：

7、根据请求数据确定用户的信息需求的关键词；

8、基于关键词搜索信息需求对应的推荐内容。

9、在一种可能实施的方式中，本公开实施例所提供的方法中，根据请求数据确定用户的信息需求的关键词，包括：

10、利用自然语言处理技术解析请求数据，得到用户的信息需求的关键词。

11、在一种可能实施的方式中，本公开实施例所提供的方法中，基于关键词搜索信息需求对应的推荐内容，包括：

12、基于关键词从预先设置的模板中选择与关键词匹配的模板；

13、利用关键词和模板通过内部搜索和/或外部搜索，确定信息需求对应的推荐内容。

14、在一种可能实施的方式中，本公开实施例所提供的方法中，将推荐内容输入大语言模型进行处理，生成信息需求对应的信息推荐报告，包括：

15、基于模板和推荐内容，生成多个应用于大语言模型的执行任务；

16、利用大语言模型进行多个执行任务，得到每个执行任务的执行结果；

17、利用每个执行任务的执行结果生成信息需求对应的信息推荐报告。

18、在一种可能实施的方式中，本公开实施例所提供的方法中，利用每个执行任务的执行结果生成信息需求对应的信息推荐报告，包括：

19、基于每个执行任务的执行结果，确定信息需求对应的扩展内容；

20、利用每个执行任务的执行结果和扩展内容生成信息需求对应的信息推荐报告。

21、在一种可能实施的方式中，本公开实施例所提供的方法中，利用每个执行任务的执行结果和扩展内容生成信息需求对应的信息推荐报告，包括：

22、对每个执行任务的执行结果和扩展内容按模板的需求进行总结与分析，并将总结与分析的结果结合模板，生成信息需求对应的信息推荐报告。

23、在一种可能实施的方式中，本公开实施例所提供的方法中，将推荐内容输入大语言模型进行处理，生成信息需求对应的信息推荐报告之后，方法还包括：

24、基于信息推荐报告，生成信息推荐报告的摘要信息。

25、根据本公开的第二方面，提供了一种信息推荐装置，包括：

26、获取单元，用于获取用于表征用户的信息需求的请求数据；

27、确定单元，用于基于请求数据搜索信息需求对应的推荐内容；

28、处理单元，将推荐内容输入大语言模型进行处理，生成信息需求对应的信息推荐报告。

29、在一种可能实施的方式中，本公开实施例所提供的装置中，确定单元具体用于：

30、根据请求数据确定用户的信息需求的关键词；

31、基于关键词搜索信息需求对应的推荐内容。

32、在一种可能实施的方式中，本公开实施例所提供的装置中，确定单元具体用于：

33、利用自然语言处理技术解析请求数据，得到用户的信息需求的关键词。

34、在一种可能实施的方式中，本公开实施例所提供的装置中，确定单元具体用于：

35、基于关键词从预先设置的模板中选择与关键词匹配的模板；

36、利用关键词和模板通过内部搜索和/或外部搜索，确定信息需求对应的推荐内容。

37、在一种可能实施的方式中，本公开实施例所提供的装置中，处理单元具体用于：

38、基于模板和推荐内容，生成多个应用于大语言模型的执行任务；

39、利用大语言模型进行多个执行任务，得到每个执行任务的执行结果；

40、利用每个执行任务的执行结果生成信息需求对应的信息推荐报告。

41、在一种可能实施的方式中，本公开实施例所提供的装置中，处理单元具体用于：

42、基于每个执行任务的执行结果，确定信息需求对应的扩展内容；

43、利用每个执行任务的执行结果和扩展内容生成信息需求对应的信息推荐报告。

44、在一种可能实施的方式中，本公开实施例所提供的装置中，处理单元具体用于：

45、对每个执行任务的执行结果和扩展内容按模板的需求进行总结与分析，并将总结与分析的结果结合模板，生成信息需求对应的信息推荐报告。

46、在一种可能实施的方式中，本公开实施例所提供的装置中，处理单元还用于：

47、基于信息推荐报告，生成信息推荐报告的摘要信息。

48、根据本公开的第三方面，提供了一种电子设备，包括：

49、至少一个处理器；以及

50、与所述至少一个处理器通信连接的存储器；其中，

51、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或第二方面中任一项所述的方法。

52、根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。

53、根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令在被处理器执行时实现第一方面中任一项所述的方法中的步骤。

54、在本公开的实施例中，首先获取用于表征用户的信息需求的请求数据，然后基于请求数据搜索信息需求对应的推荐内容，最后将推荐内容输入大语言模型进行处理，生成信息需求对应的信息推荐报告。应用本公开提供的信息推荐方法，能够快速确定用户的信息需求，根据该信息需求在数据库中查找对应的推荐内容，并利用大语言模型生成直观可视的信息推荐报告，不仅无需人工操作，节约人力物力成本，同时使得信息推荐的数据量与准确性显著提升，符合用户需求。

55、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种信息推荐方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述请求数据搜索所述信息需求对应的推荐内容，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述请求数据确定所述用户的信息需求的关键词，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于所述关键词搜索所述信息需求对应的推荐内容，包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述推荐内容输入大语言模型进行处理，生成所述信息需求对应的信息推荐报告，包括：

6.根据权利要求5所述的方法，其特征在于，所述利用每个所述执行任务的执行结果生成所述信息需求对应的信息推荐报告，包括：

7.根据权利要求6所述的方法，其特征在于，所述利用每个所述执行任务的执行结果和扩展内容生成所述信息需求对应的信息推荐报告，包括：

8.根据权利要求1所述的方法，其特征在于，所述将所述推荐内容输入大语言模型进行处理，生成所述信息需求对应的信息推荐报告之后，所述方法还包括：

9.一种信息推荐装置，其特征在于，包括：

10.根据权利要求9所述的装置，其特征在于，所述确定单元具体用于：

11.根据权利要求10所述的装置，其特征在于，所述确定单元具体用于：

12.根据权利要求10所述的装置，其特征在于，所述确定单元具体用于：

13.根据权利要求12所述的装置，其特征在于，所述处理单元具体用于：

14.根据权利要求13所述的装置，其特征在于，所述处理单元具体用于：

15.根据权利要求14所述的装置，其特征在于，所述处理单元具体用于：

16.根据权利要求9所述的装置，其特征在于，所述处理单元还用于：

17.一种电子设备，其特征在于，包括：

18.一种计算机存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至8中任一项所述的信息推荐方法。

19.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令在被处理器执行时实现根据权利要求1至8中任一项所述方法中的步骤。

技术总结
本公开公开了信息推荐方法、装置、设备及介质，涉及人工智能技术领域，尤其涉及大语言模型技术领域。解决了信息推荐时过程复杂繁琐，成本高的同时易出现信息遗漏或不准确的情况，致使准确率较低，无法满足使用需求的技术问题，具体实现方案为：获取用于表征用户的信息需求的请求数据；基于所述请求数据搜索所述信息需求对应的推荐内容；将所述推荐内容输入大语言模型进行处理，生成所述信息需求对应的信息推荐报告。

技术研发人员：刘欢,陈坤斌,周敏,何伯磊,和为
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/2/1