[發明專利]一種推薦概率預估方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010942205.7
• 申請日: 2020-09-09
• 公開（公告）號: CN112232546A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 孫慧楠;王興星;王永康
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/06;G06N3/08
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 任亞娟

1.一種推薦概率預估方法，其特征在于，所述方法包括：

獲得待推薦信息的信息內容特征、用戶通用特征、環境通用特征、用戶偏置特征以及環境偏置特征；

將所述待推薦信息的信息內容特征、用戶通用特征、環境通用特征輸入推薦概率預測模型，得到所述待推薦信息的多種維度的推薦概率；

其中，所述推薦概率預測模型是以樣本信息的信息內容特征、用戶通用特征、環境通用特征、用戶偏置特征以及環境偏置特征為輸入，對預設模型進行訓練得到的，所述推薦概率預測模型包括多個任務網絡、多個門開關網絡、多個融合模塊以及多個任務層，每個任務網絡用于獲得所述樣本信息的一種維度的特征向量，一個門開關網絡用于輸出所述多個任務網絡各自輸出的特征向量在一種維度下的權重，一個融合模塊用于根據所述多個任務網絡各自輸出的特征向量在一種維度下的權重，對所述多個任務網絡各自輸出的特征向量進行融合，一個任務層用于根據一種維度下的融合后的特征向量得到對應的推薦概率。

2.根據權利要求1所述的方法，其特征在于，所述多個任務網絡共用輸入所述推薦概率預測模型的各個特征，每個任務網絡包括偏置子網絡、任務子網絡和拼接層，所述偏置子網絡以所述樣本信息的用戶偏置特征和環境偏置特征為輸入，所述任務子網絡以所述樣本信息的用戶偏置特征以及環境偏置特征為輸入，所述拼接層用于對所述偏置子網絡和所述任務子網絡輸出的特征進行拼接，得到一個任務網絡輸出的特征。

3.根據權利要求1所述的方法，其特征在于，所述多種維度的推薦概率包括以下任意多者的組合：點擊率、轉化率、點擊且轉化率、成交總額；和/或

所述環境偏置特征包括以下至少一者：用戶所在地理位置、用戶操作發生時間、客戶端類型、用戶終端的類型；和/或

所述用戶偏置特征包括以下至少一者：點擊率、下單率、下單金額、下單量。

4.根據權利要求1-3任一所述的方法，其特征在于，所述待推薦信息的數量是多個；所述方法還包括：

確定所述多個待推薦信息對目標用戶的多種維度的推薦概率；

根據所述多個待推薦信息對目標用戶的多種維度的推薦概率，確定所述多個待推薦信息對目標用戶的綜合推薦概率；

將所述多個待推薦信息按照綜合推薦概率降序發送給所述目標用戶使用的用戶終端。

5.根據權利要求1-3任一所述的方法，其特征在于，所述待推薦信息的數量是多個；所述方法還包括：

確定所述多個待推薦信息對目標用戶的多種維度的推薦概率；

將所述多個待推薦信息按照每種維度降序分別發送給所述目標用戶使用的用戶終端。

6.一種推薦概率預估裝置，其特征在于，所述裝置包括：

獲得模塊，用于獲得待推薦信息的信息內容特征、用戶通用特征、環境通用特征、用戶偏置特征以及環境偏置特征；

輸入模塊，用于將所述待推薦信息的信息內容特征、用戶通用特征、環境通用特征輸入推薦概率預測模型，得到所述待推薦信息的多種維度的推薦概率；

其中，所述推薦概率預測模型是以樣本信息的信息內容特征、用戶通用特征、環境通用特征、用戶偏置特征以及環境偏置特征為輸入，對預設模型進行訓練得到的，所述推薦概率預測模型包括多個任務網絡、多個門開關網絡、多個融合模塊以及多個任務層，每個任務網絡用于獲得所述樣本信息的一種維度的特征向量，一個門開關網絡用于輸出所述多個任務網絡各自輸出的特征向量在一種維度下的權重，一個融合模塊用于根據所述多個任務網絡各自輸出的特征向量在一種維度下的權重，對所述多個任務網絡各自輸出的特征向量進行融合，一個任務層用于根據一種維度下的融合后的特征向量得到對應的推薦概率。

7.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5任一所述的推薦概率預估方法中的步驟。

8.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行時實現如權利要求1-5任一所述的推薦概率預估方法中的步驟。