[發(fā)明專利]一種對(duì)象推薦系統(tǒng)、方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010761056.4
• 申請(qǐng)日: 2020-07-31
• 公開(kāi)（公告）號(hào): CN111881358B
• 公開(kāi)（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 任愷
• 申請(qǐng)（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(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06N5/04
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 趙祎

本公開(kāi)關(guān)于一種對(duì)象推薦系統(tǒng)、方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，該系統(tǒng)中，多個(gè)存儲(chǔ)設(shè)備，用于存儲(chǔ)各賬戶的稀疏特征和各賬戶的稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)，其中，每個(gè)賬戶的稀疏特征是根據(jù)該賬戶的操作行為數(shù)據(jù)生成的，嵌入?yún)?shù)是預(yù)測(cè)模型預(yù)先學(xué)習(xí)到的；推理服務(wù)器，用于在確定滿足向任一目標(biāo)賬戶推薦對(duì)象的條件時(shí)，從目標(biāo)賬戶對(duì)應(yīng)的存儲(chǔ)設(shè)備獲取目標(biāo)賬戶的稀疏特征，根據(jù)預(yù)設(shè)的嵌入?yún)?shù)的存儲(chǔ)方式，確定稀疏特征對(duì)應(yīng)的存儲(chǔ)設(shè)備，從確定的存儲(chǔ)設(shè)備讀取稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)，進(jìn)而利用各稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)和存儲(chǔ)的預(yù)測(cè)模型的網(wǎng)絡(luò)參數(shù)，確定目標(biāo)賬戶的推薦對(duì)象，其中，網(wǎng)絡(luò)參數(shù)是預(yù)測(cè)模型學(xué)習(xí)到的除嵌入?yún)?shù)之外的參數(shù)。

技術(shù)領(lǐng)域

本公開(kāi)涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種對(duì)象推薦系統(tǒng)、方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

在互聯(lián)網(wǎng)技術(shù)領(lǐng)域中，各應(yīng)用為了更好地留住用戶均啟用了大規(guī)模的對(duì)象推薦系統(tǒng)。對(duì)象推薦系統(tǒng)中的各推理服務(wù)器對(duì)底層存儲(chǔ)系統(tǒng)的容量、延遲和吞吐量等各個(gè)方面的擴(kuò)展性都有著嚴(yán)格要求。

一般地，對(duì)象推薦系統(tǒng)所使用的預(yù)測(cè)模型的模型參數(shù)(包括網(wǎng)絡(luò)參數(shù)和嵌入?yún)?shù))都需要太字節(jié)(terabyte，TB)級(jí)別的存儲(chǔ)空間。相關(guān)技術(shù)中，為了在對(duì)象推薦系統(tǒng)中的多個(gè)推理服務(wù)器之間共享這些模型參數(shù)，提出了協(xié)同部署方案。圖1是協(xié)同部署方案中對(duì)象推薦系統(tǒng)中預(yù)測(cè)模型的模型參數(shù)的存儲(chǔ)示意圖，其中，每個(gè)推理服務(wù)器中存儲(chǔ)有參數(shù)更新服務(wù)器更新后預(yù)測(cè)模型完整的網(wǎng)絡(luò)參數(shù)和部分嵌入?yún)?shù)(對(duì)應(yīng)圖1中的一個(gè)分片)。這樣，每個(gè)推理服務(wù)器既需要高容量的動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器(Dynamic Random Access Memory，DRAM)來(lái)存儲(chǔ)嵌入?yún)?shù)，又需要強(qiáng)大的計(jì)算能力來(lái)計(jì)算與賬戶匹配的待推薦對(duì)象，對(duì)推理服務(wù)器的硬件資源要求很高，因此，會(huì)使推薦系統(tǒng)的硬件成本比較高。

發(fā)明內(nèi)容

本公開(kāi)提供一種對(duì)象推薦系統(tǒng)、方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，以至少解決相關(guān)技術(shù)中對(duì)象推薦系統(tǒng)的硬件成本比較高的問(wèn)題。本公開(kāi)的技術(shù)方案如下：

根據(jù)本公開(kāi)實(shí)施例的第一方面，提供一種對(duì)象推薦系統(tǒng)，包括：

多個(gè)存儲(chǔ)設(shè)備，用于存儲(chǔ)各賬戶的稀疏特征和各賬戶的稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)，其中，賬戶的稀疏特征是根據(jù)該賬戶的操作行為數(shù)據(jù)生成的，所述嵌入?yún)?shù)是預(yù)測(cè)模型預(yù)先學(xué)習(xí)到的；

推理服務(wù)器，用于在確定滿足向任一目標(biāo)賬戶推薦對(duì)象的條件時(shí)，從所述目標(biāo)賬戶對(duì)應(yīng)的存儲(chǔ)設(shè)備獲取所述目標(biāo)賬戶的稀疏特征，根據(jù)預(yù)設(shè)的嵌入?yún)?shù)的存儲(chǔ)方式，確定所述稀疏特征對(duì)應(yīng)的存儲(chǔ)設(shè)備，從確定的存儲(chǔ)設(shè)備讀取所述稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)；至少利用各稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)和存儲(chǔ)的所述預(yù)測(cè)模型的網(wǎng)絡(luò)參數(shù)，確定所述目標(biāo)賬戶的推薦對(duì)象，所述網(wǎng)絡(luò)參數(shù)是所述預(yù)測(cè)模型學(xué)習(xí)到的除嵌入?yún)?shù)之外的參數(shù)。

在一種可能的實(shí)施方式中，所述多個(gè)存儲(chǔ)設(shè)備包括多個(gè)第一存儲(chǔ)設(shè)備和多個(gè)第二存儲(chǔ)設(shè)備，所述多個(gè)第一存儲(chǔ)設(shè)備，用于存儲(chǔ)各賬戶的稀疏特征；所述多個(gè)第二存儲(chǔ)設(shè)備，用于分布存儲(chǔ)各賬戶的稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)。

在一種可能的實(shí)施方式中，所述多個(gè)第二存儲(chǔ)設(shè)備包括推薦系統(tǒng)的推理服務(wù)器和其他服務(wù)器，或者，所述多個(gè)第二存儲(chǔ)設(shè)備部署在存儲(chǔ)集群中的服務(wù)器上，所述存儲(chǔ)集群與推薦系統(tǒng)的推理服務(wù)器不同。

在一種可能的實(shí)施方式中，所述推理服務(wù)器，還用于緩存稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)，所述稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)在指定時(shí)間段內(nèi)的訪問(wèn)頻率超過(guò)設(shè)定頻率，且所述稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)存儲(chǔ)在至少一個(gè)第二存儲(chǔ)設(shè)備中。

在一種可能的實(shí)施方式中，所述推理服務(wù)器，還用于在獲取所述目標(biāo)賬戶的稀疏特征之后，從緩存讀取各稀疏特征對(duì)應(yīng)的嵌入?yún)?shù)，以及根據(jù)預(yù)設(shè)的嵌入?yún)?shù)的存儲(chǔ)方式，確定未從緩存讀取到嵌入?yún)?shù)的各稀疏特征對(duì)應(yīng)的第二存儲(chǔ)設(shè)備。

在一種可能的實(shí)施方式中，所述推理服務(wù)器，具體用于計(jì)算待獲取嵌入?yún)?shù)的每個(gè)稀疏特征對(duì)應(yīng)的哈希值，根據(jù)所述哈希值和保存的哈希值與第二存儲(chǔ)設(shè)備之間的關(guān)聯(lián)關(guān)系，確定該稀疏特征對(duì)應(yīng)的第二存儲(chǔ)設(shè)備。