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

在審

• 申請?zhí)枺?/td>: 202011573356.6
• 申請日: 2020-12-24
• 公開（公告）號: CN112650778A
• 公開（公告）日: 2021-04-13
• 發(fā)明（設(shè)計）人: 黃亮;曹文慧;馬寧寧;王嘉晨;李英民;鐘輝
• 申請（專利權(quán)）人: 北京達佳互聯(lián)信息技術(shù)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(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 馮右明

本公開關(guān)于一種信息推薦系統(tǒng)、方法、裝置、服務(wù)器及存儲介質(zhì)。所述信息推薦系統(tǒng)包括：預(yù)測服務(wù)器、存儲服務(wù)器以及計算緩存服務(wù)器；其中，存儲服務(wù)器，用于存儲賬戶數(shù)據(jù)；計算緩存服務(wù)器，用于對信息數(shù)據(jù)庫中存儲的信息進行特征提取，得到信息對應(yīng)的信息特征并緩存；預(yù)測服務(wù)器，用于響應(yīng)于信息推薦請求，從存儲服務(wù)器獲取對應(yīng)的賬戶數(shù)據(jù)，從計算緩存服務(wù)器緩存的信息特征中獲取對應(yīng)的信息特征，并獲取賬戶數(shù)據(jù)對應(yīng)的賬戶特征，確定賬戶特征和信息特征之間的相關(guān)性，基于相關(guān)性得到對應(yīng)賬戶的推薦信息。本公開提供的信息推薦系統(tǒng)，預(yù)測服務(wù)器可減少信息特征提取的計算過程，從而降低計算損耗。

技術(shù)領(lǐng)域

本公開涉及信息推薦技術(shù)領(lǐng)域，尤其涉及一種信息推薦系統(tǒng)、方法、裝置、服務(wù)器及存儲介質(zhì)。

背景技術(shù)

隨著信息推薦技術(shù)的發(fā)展，出現(xiàn)了利用深度學(xué)習(xí)方法構(gòu)建的用于信息推薦的推薦系統(tǒng)，該系統(tǒng)接收到推薦請求后可以提取出與請求對應(yīng)的賬戶數(shù)據(jù)以及待推薦信息，并利用深度預(yù)測模型獲取賬戶和待推薦信息的深層次表示，從而形成信息推薦列表。

相關(guān)技術(shù)中，目前的推薦系統(tǒng)包括有預(yù)測服務(wù)器，其中預(yù)測服務(wù)器承擔(dān)了從接收外部請求到利用深度預(yù)測模型進行計算的過程，對于大型的推薦系統(tǒng)而言，預(yù)測服務(wù)器會承擔(dān)大量的計算任務(wù)，因此，目前的推薦信息確定系統(tǒng)中預(yù)測服務(wù)器計算損耗過大。

發(fā)明內(nèi)容

本公開提供一種信息推薦系統(tǒng)、方法、裝置、服務(wù)器及存儲介質(zhì)，以至少解決相關(guān)技術(shù)中預(yù)測服務(wù)器集群計算損耗過大的問題。本公開的技術(shù)方案如下：

根據(jù)本公開實施例的第一方面，提供一種信息推薦系統(tǒng)，包括：預(yù)測服務(wù)器、存儲服務(wù)器以及計算緩存服務(wù)器；其中，

所述存儲服務(wù)器，用于存儲賬戶數(shù)據(jù)；

所述計算緩存服務(wù)器，用于對信息數(shù)據(jù)庫中存儲的信息進行特征提取，得到所述信息對應(yīng)的信息特征并緩存；

所述預(yù)測服務(wù)器，用于響應(yīng)于信息推薦請求，從所述存儲服務(wù)器獲取對應(yīng)的賬戶數(shù)據(jù)，從所述計算緩存服務(wù)器緩存的信息特征中獲取對應(yīng)的信息特征，并獲取所述賬戶數(shù)據(jù)對應(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)性得到對應(yīng)賬戶的推薦信息。

在可選的一個實施例中，所述推薦信息確定系統(tǒng)，還包括：訓(xùn)練服務(wù)器；所述預(yù)測服務(wù)器中配置有用于確定推薦信息的深度預(yù)測模型；所述訓(xùn)練服務(wù)器，用于訓(xùn)練所述深度預(yù)測模型的模型權(quán)重參數(shù)，并將訓(xùn)練得到的模型權(quán)重參數(shù)存儲至所述存儲服務(wù)器；所述計算緩存服務(wù)器，還用于從所述存儲服務(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)對信息數(shù)據(jù)庫中存儲的信息進行特征提取，得到所述信息對應(yīng)的信息特征；所述預(yù)測服務(wù)器，還用于從所述計算緩存服務(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)測模型，通過更新的深度預(yù)測模型獲取所述賬戶數(shù)據(jù)對應(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)性得到對應(yīng)賬戶的推薦信息。

在可選的一個實施例中，所述計算緩存服務(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)庫中存儲的信息發(fā)生更新時，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)，對信息數(shù)據(jù)庫中當(dāng)前存儲的信息進行特征提取，得到所述信息對應(yīng)的信息特征。

在可選的一個實施例中，所述預(yù)測服務(wù)器，還用于獲取所述賬戶數(shù)據(jù)對應(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(yù)測模型的第二個隱藏層，根據(jù)所述更新的深度預(yù)測模型的輸出，得到對應(yīng)賬戶的推薦信息；其中，所述第一個隱藏層用于對所述數(shù)據(jù)向量進行特征提取，得到對應(yīng)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(guān)性，并基于所述相關(guān)性確定對應(yīng)賬戶的推薦信息。

根據(jù)本公開實施例的第二方面，提供一種信息推薦方法，應(yīng)用于預(yù)測服務(wù)器，包括：