[發明專利]一種信息推薦方法、裝置、存儲介質及電子設備

有效

• 申請號: 202110584116.4
• 申請日: 2021-05-27
• 公開（公告）號: CN113343085B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 黃堅強;胡可;唐慶濤
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/2457
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

本說明書公開了一種信息推薦方法、裝置、存儲介質及電子設備，本說明書實施例根據獲取到的待推薦信息和展示位置，確定用戶對每個待推薦信息的第一興趣特征以及對每個展示位置的第二興趣特征。然后，根據不同推薦信息的第一興趣特征與不同展示位置的第二興趣特征，確定不同待推薦信息處于不同展示位置的綜合特征。根據綜合特征，預測不同待推薦信息處于不同展示位置的點擊率。最后，根據不同待推薦信息處于不同展示位置的點擊率，為用戶推薦信息。此方法不需要對待推薦信息的內容和展示位置進行解耦，而是將不同展示位置和不同待推薦信息進行兩兩組合，對每組進行點擊率預測，這樣可以提高點擊率預測的精度。

技術領域

本說明書涉及計算機技術領域，尤其涉及一種信息推薦方法、裝置、存儲介質及電子設備。

背景技術

隨著科技的發展，各類信息層出不窮。為提升用戶體驗，可以根據點擊率預估模型預測到的待推薦信息的點擊率，為用戶推薦相應的信息。而點擊率預估模型預測點擊率的精度更容易受待推薦信息的展示位置的影響。即，待推薦信息的展示位置越靠前，點擊率預估模型預測的點擊率越高。

現有技術中，待推薦信息的點擊率是由待推薦信息自身內容和帶推薦信息展示位置共同決定的，所以為了消除展示位置之間的位置偏差對點擊率預測的影響，在對點擊率預估模型進行訓練時，可以將歷史推薦信息的真實展示位置和歷史推薦信息自身內容分別作為特征輸入點擊率預估模型，以此將歷史推薦信息的展示位置和推薦信息自身內容進行解耦。然后，通過訓練點擊率預估模型得到不同展示位置對點擊率預測的影響。在使用訓練完成的點擊率預估模型時，可以人為設置一個固定展示位置，然后，根據待推薦信息自身內容，對處于固定展示位置的所有待推薦信息進行點擊率預測。最后，根據每個待推薦信息預測的點擊率，為用戶推薦相應的待推薦信息的信息。

但是，現有技術中的點擊率預估模型將歷史推薦信息的展示位置和歷史推薦信息自身內容進行解耦時，并不能完全解耦，導致歷史推薦信息自身內容中包含部分展示位置信息，因此，點擊率預估模型只根據待推薦信息自身內容對待推薦信息的點擊率進行預測時，會降低點擊率預測精度和推薦待推薦信息的準確性。

發明內容

本說明書實施例提供一種信息推薦方法、裝置、存儲介質及電子設備，以部分解決上述現有技術存在的問題。

本說明書實施例采用下述技術方案：

本說明書提供的一種信息推薦方法，包括：

獲取待推薦信息和展示位置；

針對每個待推薦信息，確定用戶對該待推薦信息的第一興趣特征；針對每個展示位置，確定所述用戶對該展示位置的第二興趣特征；

根據不同推薦信息的第一興趣特征與不同展示位置的第二興趣特征，確定不同待推薦信息處于不同展示位置的綜合特征；

根據所述綜合特征，預測不同待推薦信息處于不同展示位置的點擊率；

根據不同待推薦信息處于不同展示位置的點擊率，為所述用戶推薦信息。

可選地，針對每個待推薦信息，確定用戶對該待推薦信息的第一興趣特征，具體包括：

將所述待推薦信息輸入預先訓練的預測模型中的信息特征模型，針對每個待推薦信息，通過所述信息特征模型輸出用戶對該待推薦信息的第一興趣特征。

可選地，針對每個展示位置，確定所述用戶對該展示位置的第二興趣特征，具體包括：

將所述展示位置輸入所述預測模型中的位置特征模型，針對每個展示位置，通過所述位置特征模型輸出所述用戶對該展示位置的第二興趣特征。

可選地，根據不同推薦信息的第一興趣特征與不同展示位置的第二興趣特征，確定不同待推薦信息處于不同展示位置的綜合特征，根據所述綜合特征，預測不同待推薦信息處于不同展示位置的點擊率，具體包括：