本公开涉及人工智能和金融，具体涉及信息推荐领域，更具体地涉及一种信息推荐方法、装置、设备、介质和程序产品。
背景技术：
1、互联网的头部应用已广泛应用智能推荐技术，使dau(daily active user，日活跃用户)长期保持高位。而企业内部门户网站由于受制于生态、专业、数据、人力投入等因素，主要还是基于用户主动访问结合简单推送来建设业务场景。
2、随着数字化转型的逐步推进，大数据运用能力日趋成熟，基于智能推荐算法，通过数字化手段进一步挖掘企业内部信息价值成为迫切需求。
技术实现思路
1、鉴于上述问题，本公开提供了提高企业内部员工信息获取效率的信息推荐方法、装置、设备、介质和程序产品。
2、根据本公开的第一个方面，提供了一种信息推荐方法，应用于对企业内部员工进行信息推荐，包括：从多个平台获取用户数据，多个平台包括企业门户网站、企业办公系统和企业业务系统；对用户数据进行特征提取，得到用户特征；获取资讯数据；采用预先训练好的信息推荐模型对用户特征与资讯数据进行匹配，得到推荐结果；以及向用户推送推荐结果。
3、根据本公开的实施例，用户数据包括用户身份信息和用户行为数据，对用户数据进行特征提取，得到用户特征包括：对用户身份信息进行特征提取，得到用户身份特征，用户身份特征包括用户性别特征、用户年龄特征、用户职务特征、用户所属地区特征、用户所属专业特征和用户专业资格认证特征；对用户行为数据进行特征提取，得到用户行为特征，用户行为特征包括用户访问行为特征和用户社交行为特征，用户访问行为特征表征用户的信息访问渠道和访问时间。
4、根据本公开的实施例，采用预先训练好的信息推荐模型对用户特征与资讯数据进行匹配，得到推荐结果包括：提取资讯数据的元数据，元数据包括关键字、专业领域和资讯分类；采用多个信息推荐模型对用户身份特征与元数据进行匹配，得到第一推荐结果；和/或采用多个信息推荐模型对用户行为特征与元数据进行匹配，得到第二推荐结果。
5、根据本公开的实施例，采用预先训练好的信息推荐模型对用户特征与资讯数据进行匹配，得到推荐结果包括：将用户特征随机分为至少两个测试组；分别采用不同的信息推荐模型对各测试组与资讯数据进行匹配，得到多个初始匹配结果；获取用户对各初始匹配结果的浏览量；根据浏览量调整各信息推荐模型的使用权重；以及采用调整使用权重后的多个信息推荐模型对用户特征与资讯数据进行匹配，得到推荐结果。
6、根据本公开的实施例，信息推荐模型包括内容的推荐算法模型、协同过滤推荐算法模型、深度学习推荐算法模型和主动学习推荐算法模型。
7、根据本公开的实施例，向用户推送推荐结果包括：根据推荐结果，确定推荐内容清单，推荐内容清单为各推荐结果的摘要；通过企业办公系统向用户推送推荐内容清单；和/或通过企业业务系统进行接口调用，以获取推荐内容清单。
8、根据本公开的实施例，在对用户数据进行特征提取之前，信息推荐方法还包括：对用户数据进行数据清理，数据清理包括去重、去噪和缺失值补充。
9、根据本公开的实施例，在从多个平台获取用户数据之前，信息推荐方法还包括：获取用户对获取用户数据的授权；在得到用户获取用户数据的授权后获取用户数据。
10、本公开的第二方面提供了一种信息推荐装置，应用于对企业内部员工进行信息推荐，包括：第一获取模块，用于从多个平台获取用户数据，多个平台包括企业门户网站、企业办公系统和企业业务系统；提取模块，用于对用户数据进行特征提取，得到用户特征；第二获取模块，用于获取资讯数据；匹配模块，用于采用预先训练好的信息推荐模型对用户特征与资讯数据进行匹配，得到推荐结果；以及推送模块，用于向用户推送推荐结果。
11、本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述信息推荐方法。
12、本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述信息推荐方法。
13、本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述信息推荐方法。
14、与现有技术相比，本公开提供的信息推荐方法、装置、电子设备、存储介质和程序产品，至少具有以下有益效果：
15、(1)本公开的信息推荐方法，通过收集企业门户网站及企业内部各个系统中的员工数据，通过信息推荐模型对提取员工数据得到的特征和海量的企业资讯进行匹配，可以为不同员工进行针对性的企业内部信息推荐，如党建信息、专题类营销策略、研究报告等，大大提高了员工获取日常工作所需信息的效率。
16、(2)本公开的信息推荐方法，通过针对性地提取员工的性别、年龄、职务、地区、专业等身份特征，以及访问行为、社交行为等行为特征，可以更精准地为不同员工推荐与其相关联的信息，降低了员工获取信息的时间成本，同时也可以避免员工错过重要信息。
17、(3)本公开的信息推荐方法，通过提取海量资讯数据中的关键字、专业领域和资讯分类等元数据，可以实现资讯数据与用户的快速匹配，提高了系统推荐信息的效率。
1.一种信息推荐方法，应用于对企业内部员工进行信息推荐，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述用户数据包括用户身份信息和用户行为数据，所述对所述用户数据进行特征提取，得到用户特征包括：
3.根据权利要求2所述的方法，其特征在于，所述采用预先训练好的信息推荐模型对所述用户特征与所述资讯数据进行匹配，得到推荐结果包括：
4.根据权利要求1～3任一项所述的方法，其特征在于，所述采用预先训练好的信息推荐模型对所述用户特征与所述资讯数据进行匹配，得到推荐结果包括：
5.根据权利要求4所述的方法，其特征在于，所述信息推荐模型包括内容的推荐算法模型、协同过滤推荐算法模型、深度学习推荐算法模型和主动学习推荐算法模型。
6.根据权利要求1所述的方法，其特征在于，所述向用户推送所述推荐结果包括：
7.根据权利要求1所述的方法，其特征在于，在对所述用户数据进行特征提取之前，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，在从多个平台获取用户数据之前，所述方法还包括：
9.一种信息推荐装置，应用于对企业内部员工进行信息推荐，其特征在于，所述装置包括：
10.一种电子设备，包括：
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1～8中任一项所述方法的步骤。
12.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1～8中任一项所述方法的步骤。
