[發(fā)明專利]物料推薦方法、系統(tǒng)、電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110055687.9
• 申請日: 2021-01-15
• 公開（公告）號: CN112800325A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計）人: 王汝庚
• 申請（專利權(quán)）人: 北京明略軟件系統(tǒng)有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536
• 代理公司: 青島清泰聯(lián)信知識產(chǎn)權(quán)代理有限公司 37256
• 代理人: 李紅巖

本申請涉及一種物料推薦方法、系統(tǒng)、電子設(shè)備和存儲介質(zhì)，其中，該方法包括：基于推薦場景，采用多種召回方案對物料進行召回，并獲得一第一召回數(shù)據(jù)集合；對第一召回數(shù)據(jù)集合中的第一召回數(shù)據(jù)進行頻次過濾，獲得第二召回數(shù)據(jù)，并判斷第二召回數(shù)據(jù)的數(shù)量是否達到一預(yù)設(shè)請求數(shù)量；當(dāng)?shù)诙倩財?shù)據(jù)的數(shù)量達到預(yù)設(shè)請求數(shù)量，依據(jù)各關(guān)注參數(shù)對第二召回數(shù)據(jù)進行加權(quán)，并對加權(quán)后的第二召回數(shù)據(jù)進行排序；當(dāng)?shù)诙倩財?shù)據(jù)的數(shù)量未達到預(yù)設(shè)請求數(shù)量，則重復(fù)數(shù)據(jù)召回步驟和頻次過濾步驟，直至所有的第二召回數(shù)據(jù)的數(shù)據(jù)量之和達到預(yù)設(shè)請求數(shù)量。通過本申請，解決了推薦物料冗余和物料類型單一的問題，實現(xiàn)了推薦物料的多樣性。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，特別是涉及物料推薦方法、系統(tǒng)、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)

推薦系統(tǒng)廣泛的支撐了整個互聯(lián)網(wǎng)的各種應(yīng)用和系統(tǒng)，比如今日頭條實現(xiàn)千人千面的推薦功能，背后就需要推薦系統(tǒng)的支撐。很多互聯(lián)網(wǎng)上的內(nèi)容展示都來自推薦系統(tǒng)的推薦結(jié)果返回。而隨著推薦系統(tǒng)的不斷完善和發(fā)展，一些功能的實現(xiàn)卻依舊龐雜而繁瑣。就推薦的物料而言，眾多物料在每次召回的過程中難免會有一些物料是相同的，這就導(dǎo)致用戶體驗很差，每次得到的推薦時一樣的，這樣推薦的效果也不會好。所以需要一種行之有效的方式使多次召回的物料避免出現(xiàn)相同的內(nèi)容。

現(xiàn)有技術(shù)中，部分方案為物料只推薦一次，將推送過的物料按用戶存儲到mysql等存儲介質(zhì)中，每次訓(xùn)練模型時，將推薦過的物料過濾掉，然后按用戶進行存儲，這樣推薦過的物料就不會再次推薦。

這樣做對于存儲空間浪費很大，要為每一個用戶保存一份可推薦的物料表，且新建立的用戶會無物料可推，對于模型的訓(xùn)練也壓力很大。

現(xiàn)有技術(shù)中部分方案通過大量物料來規(guī)避該問題，當(dāng)物料足夠時，每次推薦時重復(fù)的幾率就會很小。但對于物料量少的用戶而言，該問題仍會出現(xiàn)。

目前針對相關(guān)技術(shù)中物料重復(fù)的問題，尚未提出有效的解決方案。

發(fā)明內(nèi)容

本申請實施例提供了一種物料推薦方法、系統(tǒng)、電子設(shè)備和存儲介質(zhì)，以至少解決相關(guān)技術(shù)中物料重復(fù)的問題。

第一方面，本申請實施例提供了一種物料推薦方法，包括以下步驟:

數(shù)據(jù)召回步驟，基于推薦場景，采用多種召回方案對物料進行召回，并獲得一第一召回數(shù)據(jù)集合；

頻次過濾步驟，對所述第一召回數(shù)據(jù)集合中的第一召回數(shù)據(jù)進行頻次過濾，獲得第二召回數(shù)據(jù)，并判斷所述第二召回數(shù)據(jù)的數(shù)量是否達到一預(yù)設(shè)請求數(shù)量；

加權(quán)排序步驟，當(dāng)所述第二召回數(shù)據(jù)的數(shù)量達到所述預(yù)設(shè)請求數(shù)量，依據(jù)各關(guān)注參數(shù)對所述第二召回數(shù)據(jù)進行加權(quán)，并對加權(quán)后的所述第二召回數(shù)據(jù)進行排序；

返回召回步驟，當(dāng)所述第二召回數(shù)據(jù)的數(shù)量未達到所述預(yù)設(shè)請求數(shù)量，則重復(fù)所述數(shù)據(jù)召回步驟和所述頻次過濾步驟，直至所有的第二召回數(shù)據(jù)的數(shù)據(jù)量之和達到所述預(yù)設(shè)請求數(shù)量；

物料推薦步驟，基于排序后的所述第二召回數(shù)據(jù)進行推薦；

在其中一些實施例中，所述頻次過濾的具體方式包括日期頻次過濾、次數(shù)頻次過濾和分鐘級頻次過濾中其一或組合。

在其中一些實施例中，所述頻次過濾步驟具體包括：

參數(shù)準(zhǔn)備步驟，將所述第一召回數(shù)據(jù)中的用戶數(shù)據(jù)、推薦位，以及以下至少一種：物料和日期組成key，并存入redis；

日期頻次過濾步驟，通過設(shè)置一過期策略，根據(jù)所述過期策略，將在預(yù)設(shè)過期時間內(nèi)在同一推薦位上推薦給同一個用戶的所述物料過濾；

次數(shù)頻次過濾步驟，將所述key的值作為一個當(dāng)前游標(biāo)的初始游標(biāo)值，設(shè)置預(yù)設(shè)間隔數(shù)量，每次存入均將所述當(dāng)前游標(biāo)的值加1，當(dāng)所述當(dāng)前游標(biāo)的值與所述初始游標(biāo)值的差值小于所述預(yù)設(shè)間隔數(shù)量時，將該所述物料過濾；