[發(fā)明專利]信息推薦方法、裝置、服務(wù)器及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010512868.5
• 申請日: 2020-06-08
• 公開（公告）號: CN113836388A
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計）人: 王琳;葉璨;黃俊逸;胥凱;閆陽輝
• 申請（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 馮右明

1.一種信息推薦方法，其特征在于，包括：

獲取當(dāng)前賬號的歷史狀態(tài)信息；所述歷史狀態(tài)信息用于記錄所述當(dāng)前賬號對歷史信息執(zhí)行交互操作的操作信息，所述歷史信息為歷史推薦給所述當(dāng)前賬號的信息，所述操作信息中至少記錄有所述當(dāng)前賬號與所述歷史信息進(jìn)行交互操作的操作類型；

根據(jù)所述當(dāng)前賬號對所述歷史信息的操作信息，從所述操作類型中篩選出至少一種目標(biāo)操作類型；

根據(jù)所述歷史狀態(tài)信息以及所述目標(biāo)操作類型，獲取候選信息集，其中，所述候選信息集用于向所述當(dāng)前賬號對應(yīng)終端推送所述候選信息集內(nèi)的目標(biāo)信息。

2.根據(jù)權(quán)利要求1所述的信息推薦方法，其特征在于，所述根據(jù)所述當(dāng)前賬號對所述歷史信息的操作信息，從所述操作類型中篩選出至少一種目標(biāo)操作類型的步驟，包括：

將所述當(dāng)前賬號對所述歷史信息的操作信息輸入至預(yù)先構(gòu)建的第一推薦模型中，通過所述第一推薦模型獲取目標(biāo)操作類型；

所述根據(jù)所述歷史狀態(tài)信息以及所述目標(biāo)操作類型，獲取候選信息集的步驟，包括：

將所述當(dāng)前賬號的歷史狀態(tài)信息以及所述目標(biāo)操作類型輸入至預(yù)先構(gòu)建的第二推薦模型中，通過所述第二推薦模型獲取所述候選信息集；

所述根據(jù)所述歷史狀態(tài)信息以及所述目標(biāo)操作類型，獲取候選信息集的步驟之后，還包括：

獲取所述當(dāng)前賬號對所述候選信息集中的目標(biāo)信息的反饋操作信息；

根據(jù)所述反饋操作信息獲取所述目標(biāo)操作類型對應(yīng)的反饋值，所述反饋值用于對所述第二推薦模型進(jìn)行迭代更新。

3.根據(jù)權(quán)利要求2所述的信息推薦方法，其特征在于，所述根據(jù)所述歷史狀態(tài)信息以及所述目標(biāo)操作類型，獲取候選信息集的步驟之后，還包括：

根據(jù)所述反饋操作信息確定各所述操作類型對應(yīng)的反饋值；

獲取各所述操作類型對應(yīng)反饋值的和值，將各所述操作類型對應(yīng)反饋值的和值，確定為用于對所述第一推薦模型進(jìn)行迭代更新的更新信息。

4.根據(jù)權(quán)利要求3所述的信息推薦方法，其特征在于，所述獲取所述當(dāng)前賬號對所述候選信息集中的各個目標(biāo)信息的反饋操作信息的步驟之后，還包括：

根據(jù)所述候選信息集以及所述反饋操作信息，更新所述當(dāng)前賬號的歷史狀態(tài)信息。

5.根據(jù)權(quán)利要求2所述的信息推薦方法，其特征在于，所述將所述當(dāng)前賬號對所述歷史信息的操作信息輸入至預(yù)先構(gòu)建的第一推薦模型中的步驟之前，包括：

采集所述當(dāng)前賬號在不同歷史時刻的歷史狀態(tài)信息，并根據(jù)所述不同歷史時刻的歷史狀態(tài)信息，生成訓(xùn)練樣本；其中，訓(xùn)練樣本包括：第一歷史時刻的歷史狀態(tài)信息、第一歷史時刻的更新信息、第二歷史時刻的歷史狀態(tài)信息；

將所述第二歷史時刻的歷史狀態(tài)信息輸入至所述第一推薦模型，獲取所述第二歷史時刻的更新信息預(yù)測值，根據(jù)所述第二歷史時刻的更新信息預(yù)測值以及所述第一歷史時刻的更新信息，計算所述第一歷史時刻的更新信息累計值；

將所述第一歷史時刻的歷史狀態(tài)信息輸入至所述第一推薦模型預(yù)測所述第一歷史時刻的更新信息預(yù)測值；

根據(jù)所述第一歷史時刻的更新信息預(yù)測值與所述第一歷史時刻的更新信息累計值間的差值，更新所述第一推薦模型的網(wǎng)絡(luò)參數(shù)。

6.根據(jù)權(quán)利要求2所述的信息推薦方法，其特征在于，在將所述當(dāng)前賬號的狀態(tài)信息以及所述目標(biāo)優(yōu)化操作輸入至預(yù)先構(gòu)建的第二推薦模型中的步驟之前，還包括：

采集所述當(dāng)前賬號在不同歷史時刻的歷史狀態(tài)信息，并根據(jù)所述不同歷史時刻的歷史狀態(tài)信息，生成訓(xùn)練樣本；其中，訓(xùn)練樣本包括：第一歷史時刻的歷史狀態(tài)信息、第一歷史時刻的目標(biāo)操作類型、第一歷史時刻的反饋值、第二歷史時刻的歷史狀態(tài)信息、第二歷史時刻的目標(biāo)操作類型；

將所述第二歷史時刻的歷史狀態(tài)信息以及所述第二歷史時刻的目標(biāo)操作類型輸入至所述第二推薦模型，獲取所述第二歷史時刻的反饋預(yù)測值，根據(jù)所述第二歷史時刻的反饋預(yù)測值以及所述第一歷史時刻的反饋值，計算第一歷史時刻的預(yù)測累計反饋值；

將所述第一歷史時刻的歷史狀態(tài)信息以及所述第一歷史時刻的目標(biāo)操作類型輸入至所述第二推薦模型，獲取所述第一歷史時刻的反饋預(yù)測值；

根據(jù)所述第一歷史時刻的預(yù)測累計反饋值與所述第一歷史時刻的反饋預(yù)測值間的差值，更新所述第二推薦模型的網(wǎng)絡(luò)參數(shù)。