[發(fā)明專利]信息召回方法、裝置、存儲介質(zhì)及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202011496073.6
• 申請日: 2020-12-17
• 公開（公告）號: CN112559868A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計）人: 許冰媛
• 申請（專利權(quán)）人: 廣州博冠信息科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/02
• 代理公司: 北京律智知識產(chǎn)權(quán)代理有限公司 11438
• 代理人: 王輝;闞梓瑄

本公開涉及數(shù)據(jù)處理領(lǐng)域，具體涉及一種信息召回方法、裝置、存儲介質(zhì)及電子設(shè)備。獲取目標用戶在預(yù)設(shè)時間段內(nèi)的瀏覽對象和所述瀏覽對象的基礎(chǔ)信息；根據(jù)所述瀏覽對象的基礎(chǔ)信息查詢特征數(shù)據(jù)庫，當所述特征數(shù)據(jù)庫不存在所述瀏覽對象時，基于所述基礎(chǔ)信息利用特征提取模型計算所述瀏覽對象的綜合特征數(shù)據(jù)；基于所述綜合特征數(shù)據(jù)，計算所述瀏覽對象與所述特征數(shù)據(jù)庫中各歷史對象之間的相似度值，以召回所述目標用戶的偏好對象。旨在解決信息召回的冷啟動問題，進而提高信息召回的精度。

技術(shù)領(lǐng)域

本公開涉及數(shù)據(jù)處理領(lǐng)域，具體涉及一種信息召回方法、裝置、存儲介質(zhì)及電子設(shè)備。

背景技術(shù)

推薦領(lǐng)域通常分為召回和排序兩個階段：召回階段就是從千萬量級的候選對象里，采取簡單模型將推薦對象候選集合快速篩減到千級別甚至百級別；排序階段就是對召回的少量的結(jié)果進行統(tǒng)一打分并排序，選出最優(yōu)Top K。最后還可以結(jié)合一些業(yè)務(wù)策略比如去已讀、推薦多樣化，加入廣告等策略形成最終推薦結(jié)果，將結(jié)果展示給用戶。

協(xié)同過濾是一種基于關(guān)系的推薦算法，可以實現(xiàn)對候選對象的召回，具體可以分為基于用戶、基于內(nèi)容和基于模型的協(xié)同過濾。現(xiàn)有技術(shù)中，推薦模型的訓練樣本中表征候選對象的信息較少，沒有利用其他的基礎(chǔ)信息，若出現(xiàn)了推薦模型未訓練的新對象，則無法表征該對象的特征信息，存在新對象冷啟動的問題，影響了信息召回的精度。因此，如何有效地表征新對象以及度量對象間的相似性，進而提高協(xié)同過濾的準確性是目前亟待解決的問題。

需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

本公開的目的在于提供一種信息召回方法、裝置、存儲介質(zhì)及電子設(shè)備，旨在解決信息召回的冷啟動問題，進而提高信息召回的精度。

本公開的其他特性和優(yōu)點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據(jù)本公開實施例的一個方面，提供了一種信息召回方法，包括：獲取目標用戶在預(yù)設(shè)時間段內(nèi)的瀏覽對象和所述瀏覽對象的基礎(chǔ)信息；根據(jù)所述瀏覽對象的基礎(chǔ)信息查詢特征數(shù)據(jù)庫，當所述特征數(shù)據(jù)庫不存在所述瀏覽對象時，基于所述基礎(chǔ)信息利用特征提取模型計算所述瀏覽對象的綜合特征數(shù)據(jù)；基于所述綜合特征數(shù)據(jù)，計算所述瀏覽對象與所述特征數(shù)據(jù)庫中各歷史對象之間的相似度值，以召回所述目標用戶的偏好對象。

根據(jù)本公開的一些實施例，基于前述方案，所述基于所述基礎(chǔ)信息利用特征提取模型計算所述瀏覽對象的綜合特征數(shù)據(jù)，包括：利用所述特征提取模型中的嵌入矩陣，計算所述瀏覽對象的基礎(chǔ)信息對應(yīng)的特征數(shù)據(jù)；對所述特征數(shù)據(jù)求均值，以得到所述瀏覽對象的綜合特征數(shù)據(jù)。

根據(jù)本公開的一些實施例，基于前述方案，在計算所述瀏覽對象的綜合特征數(shù)據(jù)之后，所述方法還包括：將不存在的瀏覽對象和對應(yīng)的綜合特征數(shù)據(jù)添加至所述特征數(shù)據(jù)庫，以用于召回偏好對象。

根據(jù)本公開的一些實施例，基于前述方案，在根據(jù)所述瀏覽對象的基礎(chǔ)信息查詢特征數(shù)據(jù)庫時，所述方法還包括：當存在所述瀏覽對象時，從所述特征數(shù)據(jù)庫中提取所述瀏覽對象的綜合特征數(shù)據(jù)。

根據(jù)本公開的一些實施例，基于前述方案，所述計算所述瀏覽對象與所述特征數(shù)據(jù)庫中各歷史對象之間的相似度，以召回所述目標用戶的偏好對象，包括：計算所述瀏覽對象與所述特征數(shù)據(jù)庫中各歷史對象之間的相似度值；基于所述相似度值，按照預(yù)設(shè)規(guī)則選取與所述瀏覽對象對應(yīng)的相似歷史對象作為所述目標用戶的偏好對象。

根據(jù)本公開的一些實施例，基于前述方案，所述基礎(chǔ)信息包括單值信息、多值信息、圖像信息和文字信息中的一種或多種。