[發明專利]對信息推薦結果排序的方法、裝置及服務器

在審

• 申請號: 201711288419.1
• 申請日: 2017-12-07
• 公開（公告）號: CN107885886A
• 公開（公告）日: 2018-04-06
• 發明（設計）人: 胡亞楠;譚怒濤
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市鑄成律師事務所11313
• 代理人: 張臻賢,武晨燕

技術領域

本發明涉及信息處理技術領域，尤其涉及一種對信息推薦結果排序的方法、裝置及服務器。

背景技術

基于大數據技術的發展，信息流(FEED)推薦作為提高用戶體驗的方式，被廣泛應用在各個領域。例如，用戶通過電子商務平臺篩選商品時，推薦系統可以根據用戶的歷史瀏覽記錄，為用戶推薦相類似的商品；或者，用戶觀看電影時，推薦系統可以為用戶推薦類似的電影等。

通常，推薦系統在向用戶推薦信息之前，對用戶的歷史訪問信息或者用戶正在訪問的信息進行分析和計算，并以計算結果為依據，從大量信息中篩選符合用戶興趣的信息作為推薦信息。常用的推薦方法包括用戶畫像方法、協同過濾方法和關聯規則挖掘等方法。通過這些方法得到的多個推薦結果是一般是個性化的，還需要對這些推薦結果進行重排序，然后再推送給用戶。傳統的對推薦結果進行排序的方法有規則排序和深度學習建模排序等，但這些方法在排序計算時與用戶的相關性均結合不夠準確。

發明內容

本發明實施例提供一種對信息推薦結果排序的方法、裝置及服務器，以至少解決現有技術中的以上技術問題。

第一方面，本發明實施例提供了一種對信息推薦結果排序的方法，所述方法包括：

根據已知信息推薦結果中的信息特征構建用于對信息推薦結果進行排序的排序模型；

獲取待排序信息中與已知信息推薦結果相對應的信息特征；

根據所述待排序信息中的所述信息特征，利用所述排序模型對所述待排序信息進行排序，然后將排序后的信息推薦結果發送給用戶。

結合第一方面，本發明在第一方面的第一種實施方式中，根據已知信息推薦結果中的信息特征構建用于對信息推薦結果進行排序的排序模型，包括：

獲取所述已知信息推薦結果中的用戶閱讀情況；

根據所述用戶閱讀情況確定所述已知信息推薦結果中的信息特征的特征值以及與所述特征值對應的權值；

根據所述信息特征的權值，構建所述排序模型。

結合第一方面的第一種實施方式，獲取所述已知信息推薦結果中的用戶閱讀情況，包括：

判斷用戶是否已經閱讀所述已知信息推薦結果；

若是，則將所述已知信息推薦結果的用戶閱讀值標記為第一預設數值；否則，將已知信息推薦結果的用戶閱讀值標記為第二預設數值。

結合第一方面的第一種實施方式，

根據所述用戶閱讀情況確定所述已知信息推薦結果中的信息特征的特征值以及與所述特征值對應的權值，包括：

提取所述已知信息推薦結果的信息特征；

根據所述已知信息推薦結果的用戶閱讀值為所述信息特征賦以特征值；

初始化所述已知信息推薦結果中的所述信息特征的權值；

根據所述特征值和所述權值計算所述已知信息推薦結果的初始用戶閱讀值；

比較所述第一預設數值與所述初始用戶閱讀值的差值；

若所述第一預設數值和所述初始用戶閱讀值的差值大于預設閾值，則根據所述差值調整所述信息特征的權值，并根據調整后的權值，構建所述排模型；否則，根據所述初始權值，構建所述排序模型。

第二方面，本發明實施例提供了一種對信息推薦結果排序的裝置，包括：

第一構建模塊，配置為根據已知信息推薦結果中的信息特征構建用于對信息推薦結果進行排序的排序模型；

第一獲取模塊，配置為獲取待排序信息中與已知信息推薦結果相對應的信息特征；

發送模塊，配置為根據所述待排序信息中的所述信息特征，利用所述排序模型對所述待排序信息進行排序，然后將排序后的信息推薦結果發送給用戶。

結合第二方面，本發明在第二方面的第一種實施方式中，所述構建模塊包括：

第二獲取模塊，配置為獲取所述已知信息推薦結果中的用戶閱讀情況；

第一處理模塊，配置為根據所述用戶閱讀情況確定所述已知信息推薦結果中的信息特征的特征值以及與所述特征值對應的權值；

第二構建模塊，配置為根據所述信息特征的權值，構建所述排序模型。

結合第二方面的第一種實施方式，所述第二獲取模塊包括：

判斷模塊，配置為判斷用戶是否已經閱讀所述已知信息推薦結果；

第一賦值模塊，配置為當用戶已經閱讀所述已知信息推薦結果時，則將所述已知信息推薦結果的用戶閱讀值標記為第一預設數值；或者當用戶未閱讀所述已知信息推薦結果時，將已知信息推薦結果的用戶閱讀值標記為第二預設數值。

結合第二方面的第一種實施方式，所述第一處理模塊包括：