[發明專利]信息推薦系統、方法、裝置、服務器及存儲介質

在審

• 申請號: 202011573356.6
• 申請日: 2020-12-24
• 公開（公告）號: CN112650778A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 黃亮;曹文慧;馬寧寧;王嘉晨;李英民;鐘輝
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F16/9535
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 馮右明

1.一種信息推薦系統，其特征在于，包括：預測服務器、存儲服務器以及計算緩存服務器；其中，

所述存儲服務器，用于存儲賬戶數據；

所述計算緩存服務器，用于對信息數據庫中存儲的信息進行特征提取，得到所述信息對應的信息特征并緩存；

所述預測服務器，用于響應于信息推薦請求，從所述存儲服務器獲取對應的賬戶數據，從所述計算緩存服務器緩存的信息特征中獲取對應的信息特征，并獲取所述賬戶數據對應的賬戶特征，確定所述賬戶特征和所述信息特征之間的相關性，基于所述相關性得到對應賬戶的推薦信息。

2.根據權利要求1所述的系統，其特征在于，還包括：訓練服務器；

所述預測服務器中配置有用于確定推薦信息的深度預測模型；

所述訓練服務器，用于訓練所述深度預測模型的模型權重參數，并將訓練得到的模型權重參數存儲至所述存儲服務器；

所述計算緩存服務器，還用于從所述存儲服務器獲取所述模型權重參數并緩存，并從緩存的模型權重參數中獲取用于提取信息特征的信息特征權重參數，根據所述信息特征權重參數對信息數據庫中存儲的信息進行特征提取，得到所述信息對應的信息特征；

所述預測服務器，還用于從所述計算緩存服務器獲取緩存的模型權重參數，基于所述模型權重參數更新本地的深度預測模型，通過更新的深度預測模型獲取所述賬戶數據對應的賬戶特征，確定所述賬戶特征和所述信息特征之間的相關性，以及基于所述相關性得到對應賬戶的推薦信息。

3.根據權利要求2所述的系統，其特征在于，

所述計算緩存服務器，還用于在緩存的所述模型權重參數發生更新，和/或所述信息數據庫中存儲的信息發生更新時，獲取當前緩存的模型權重參數中的信息特征權重參數，基于所述信息特征權重參數，對信息數據庫中當前存儲的信息進行特征提取，得到所述信息對應的信息特征。

4.根據權利要求2所述的系統，其特征在于，

所述預測服務器，還用于獲取所述賬戶數據對應的數據向量，將所述數據向量輸入所述更新的深度預測模型的第一個隱藏層，將所述信息特征輸入所述更新的深度預測模型的第二個隱藏層，根據所述更新的深度預測模型的輸出，得到對應賬戶的推薦信息；

其中，所述第一個隱藏層用于對所述數據向量進行特征提取，得到對應的賬戶特征，并輸入至所述第二個隱藏層；所述第二個隱藏層以及其之后的其他隱藏層，用于確定所述賬戶特征和所述信息特征之間相關性，并基于所述相關性確定對應賬戶的推薦信息。

5.一種信息推薦方法，其特征在于，應用于預測服務器，包括：

響應于信息推薦請求，分別從存儲服務器中獲取與所述信息推薦請求對應的賬戶數據，以及從計算緩存服務器緩存的信息特征中獲取與所述信息推薦請求對應的信息特征；所述計算緩存服務器預先對信息數據庫中存儲的信息進行特征提取，得到所述信息對應的信息特征并緩存；

獲取所述賬戶數據的賬戶特征；

確定所述賬戶特征和所述信息特征之間的相關性，根據所述相關性得到對應賬戶的推薦信息。

6.一種信息推薦方法，其特征在于，應用于計算緩存服務器，包括：

對信息數據庫中存儲的信息進行特征提取，得到所述信息對應的信息特征并緩存；

若接收到預測服務器發送的獲取信息特征的請求，從緩存的信息特征中獲取與所述獲取信息特征的請求對應的信息特征并返回至所述預測服務器，以使所述預測服務器獲取從存儲服務器獲取的賬戶數據對應的賬戶特征，確定所述賬戶特征和所述信息特征之間的相關性，基于所述相關性得到對應賬戶的推薦信息。