[發(fā)明專利]信息推薦系統(tǒng)、方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011573356.6
• 申請(qǐng)日: 2020-12-24
• 公開(kāi)（公告）號(hào): CN112650778A
• 公開(kāi)（公告）日: 2021-04-13
• 發(fā)明（設(shè)計(jì)）人: 黃亮;曹文慧;馬寧寧;王嘉晨;李英民;鐘輝
• 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): G06F16/2455
• 分類號(hào): G06F16/2455;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

1.一種信息推薦系統(tǒng)，其特征在于，包括：預(yù)測(cè)服務(wù)器、存儲(chǔ)服務(wù)器以及計(jì)算緩存服務(wù)器；其中，

所述存儲(chǔ)服務(wù)器，用于存儲(chǔ)賬戶數(shù)據(jù)；

所述計(jì)算緩存服務(wù)器，用于對(duì)信息數(shù)據(jù)庫(kù)中存儲(chǔ)的信息進(jìn)行特征提取，得到所述信息對(duì)應(yīng)的信息特征并緩存；

所述預(yù)測(cè)服務(wù)器，用于響應(yīng)于信息推薦請(qǐng)求，從所述存儲(chǔ)服務(wù)器獲取對(duì)應(yīng)的賬戶數(shù)據(jù)，從所述計(jì)算緩存服務(wù)器緩存的信息特征中獲取對(duì)應(yīng)的信息特征，并獲取所述賬戶數(shù)據(jù)對(duì)應(yīng)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(guān)性，基于所述相關(guān)性得到對(duì)應(yīng)賬戶的推薦信息。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，還包括：訓(xùn)練服務(wù)器；

所述預(yù)測(cè)服務(wù)器中配置有用于確定推薦信息的深度預(yù)測(cè)模型；

所述訓(xùn)練服務(wù)器，用于訓(xùn)練所述深度預(yù)測(cè)模型的模型權(quán)重參數(shù)，并將訓(xùn)練得到的模型權(quán)重參數(shù)存儲(chǔ)至所述存儲(chǔ)服務(wù)器；

所述計(jì)算緩存服務(wù)器，還用于從所述存儲(chǔ)服務(wù)器獲取所述模型權(quán)重參數(shù)并緩存，并從緩存的模型權(quán)重參數(shù)中獲取用于提取信息特征的信息特征權(quán)重參數(shù)，根據(jù)所述信息特征權(quán)重參數(shù)對(duì)信息數(shù)據(jù)庫(kù)中存儲(chǔ)的信息進(jìn)行特征提取，得到所述信息對(duì)應(yīng)的信息特征；

所述預(yù)測(cè)服務(wù)器，還用于從所述計(jì)算緩存服務(wù)器獲取緩存的模型權(quán)重參數(shù)，基于所述模型權(quán)重參數(shù)更新本地的深度預(yù)測(cè)模型，通過(guò)更新的深度預(yù)測(cè)模型獲取所述賬戶數(shù)據(jù)對(duì)應(yīng)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(guān)性，以及基于所述相關(guān)性得到對(duì)應(yīng)賬戶的推薦信息。

3.根據(jù)權(quán)利要求2所述的系統(tǒng)，其特征在于，

所述計(jì)算緩存服務(wù)器，還用于在緩存的所述模型權(quán)重參數(shù)發(fā)生更新，和/或所述信息數(shù)據(jù)庫(kù)中存儲(chǔ)的信息發(fā)生更新時(shí)，獲取當(dāng)前緩存的模型權(quán)重參數(shù)中的信息特征權(quán)重參數(shù)，基于所述信息特征權(quán)重參數(shù)，對(duì)信息數(shù)據(jù)庫(kù)中當(dāng)前存儲(chǔ)的信息進(jìn)行特征提取，得到所述信息對(duì)應(yīng)的信息特征。

4.根據(jù)權(quán)利要求2所述的系統(tǒng)，其特征在于，

所述預(yù)測(cè)服務(wù)器，還用于獲取所述賬戶數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)向量，將所述數(shù)據(jù)向量輸入所述更新的深度預(yù)測(cè)模型的第一個(gè)隱藏層，將所述信息特征輸入所述更新的深度預(yù)測(cè)模型的第二個(gè)隱藏層，根據(jù)所述更新的深度預(yù)測(cè)模型的輸出，得到對(duì)應(yīng)賬戶的推薦信息；

其中，所述第一個(gè)隱藏層用于對(duì)所述數(shù)據(jù)向量進(jìn)行特征提取，得到對(duì)應(yīng)的賬戶特征，并輸入至所述第二個(gè)隱藏層；所述第二個(gè)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(guān)性，并基于所述相關(guān)性確定對(duì)應(yīng)賬戶的推薦信息。

5.一種信息推薦方法，其特征在于，應(yīng)用于預(yù)測(cè)服務(wù)器，包括：

響應(yīng)于信息推薦請(qǐng)求，分別從存儲(chǔ)服務(wù)器中獲取與所述信息推薦請(qǐng)求對(duì)應(yīng)的賬戶數(shù)據(jù)，以及從計(jì)算緩存服務(wù)器緩存的信息特征中獲取與所述信息推薦請(qǐng)求對(duì)應(yīng)的信息特征；所述計(jì)算緩存服務(wù)器預(yù)先對(duì)信息數(shù)據(jù)庫(kù)中存儲(chǔ)的信息進(jìn)行特征提取，得到所述信息對(duì)應(yīng)的信息特征并緩存；

獲取所述賬戶數(shù)據(jù)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(guān)性，根據(jù)所述相關(guān)性得到對(duì)應(yīng)賬戶的推薦信息。

6.一種信息推薦方法，其特征在于，應(yīng)用于計(jì)算緩存服務(wù)器，包括：

對(duì)信息數(shù)據(jù)庫(kù)中存儲(chǔ)的信息進(jìn)行特征提取，得到所述信息對(duì)應(yīng)的信息特征并緩存；

若接收到預(yù)測(cè)服務(wù)器發(fā)送的獲取信息特征的請(qǐng)求，從緩存的信息特征中獲取與所述獲取信息特征的請(qǐng)求對(duì)應(yīng)的信息特征并返回至所述預(yù)測(cè)服務(wù)器，以使所述預(yù)測(cè)服務(wù)器獲取從存儲(chǔ)服務(wù)器獲取的賬戶數(shù)據(jù)對(duì)應(yīng)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(guān)性，基于所述相關(guān)性得到對(duì)應(yīng)賬戶的推薦信息。