[發明專利]信息推薦方法、裝置、服務器及存儲介質

在審

• 申請號: 202210158272.9
• 申請日: 2022-02-21
• 公開（公告）號: CN114519144A
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 婁歡;高山;李倩;范將科
• 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;G06F16/9536;G06Q50/00;G06F9/50
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 謝冬寒

1.一種信息推薦方法，其特征在于，所述方法包括：

獲取用戶的用戶特征和用戶隱式表征向量，并獲取多條信息中每條信息的信息特征和內容隱式表征向量；

將所述用戶特征和所述用戶隱式表征向量及每條信息的信息特征和內容隱式表征向量輸入到精排模型中，輸出每條信息的精排分數，所述精排模型根據當前時間前第一預設時間段生成的多個用戶隱式表征向量和多個內容隱式表征向量訓練得到，所述多個用戶隱式表征向量和所述多個內容隱式表征向量基于增量預訓練模型生成，所述增量預訓練模型基于第二預設時間段之后至當前時間前第一預設時間段新增的歷史數據對全量預訓練模型進行迭代訓練得到，所述全量預訓練模型基于所述第二預設時間段的歷史數據訓練得到，所述第一預設時間段的時長小于所述第二預設時間段的時長；

基于每條信息的精排分數，從所述多條信息中篩選出目標信息，并將所述目標信息推薦給所述用戶。

2.根據權利要求1所述的方法，其特征在于，所述獲取用戶的用戶隱式表征向量，包括：

基于所述用戶的用戶標識，從指定數據庫中獲取所述用戶的用戶隱式表征向量，所述指定數據庫用于持久化存儲所述多個用戶的用戶標識與用戶隱式表征向量之間的對應關系，且隨著所述增量預訓練模型的訓練進行更新。

3.根據權利要求1所述的方法，其特征在于，所述獲取多條信息中每條信息的內容隱式表征向量，包括：

基于每條信息的信息標識，從內存中獲取每條信息的內容隱式表征向量，所述內存中存儲有所述多條信息的信息標識與內容隱式表征向量之間的對應關系，且隨著所述增量預訓練模型的訓練進行更新。

4.根據權利要求1所述的方法，其特征在于，所述將所述用戶特征和所述用戶隱式表征向量及每條信息的信息特征和內容隱式表征向量輸入到精排模型中，輸出每條信息的精排分數之前，還包括：

將所述用戶特征和所述用戶隱式表征向量分別與每條信息的信息特征和內容隱式表征向量進行拼接，得到每條信息對應的拼接向量；

所述將所述用戶特征和所述用戶隱式表征向量及每條信息的信息特征和內容隱式表征向量輸入到精排模型中，輸出每條信息的精排分數，包括：

將每條信息對應的拼接向量輸入到所述精排模型中，輸出每條信息的精排分數。

5.根據權利要求1所述的方法，其特征在于，所述精排模型的訓練過程為：

獲取所述多個用戶隱式表征向量和所述多個內容隱式表征向量；

計算每個用戶隱式表征向量與每個內容隱式表征向量之間的內積，得到多個隱式表征內積；

基于所述多個用戶隱式表征向量、所述多個內容隱式表征向量、所述多個隱式表征內積及其他特征，對初始精排模型進行訓練，得到所述精排模型，所述其他特征包括多個用戶和多條信息的離散特征與連續特征。

6.一種信息推薦裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取用戶的用戶特征和用戶隱式表征向量，并獲取多條信息中每條信息的信息特征和內容隱式表征向量；

輸入輸出模塊，用于將所述用戶特征和所述用戶隱式表征向量及每條信息的信息特征和內容隱式表征向量輸入到精排模型中，輸出每條信息的精排分數，所述精排模型根據當前時間前第一預設時間段生成的多個用戶隱式表征向量和多個內容隱式表征向量訓練得到，所述多個用戶隱式表征向量和所述多個內容隱式表征向量基于增量預訓練模型生成，所述增量預訓練模型基于第二預設時間段之后至當前時間前第一預設時間段每天新增的歷史數據對全量預訓練模型進行迭代訓練得到，所述全量預訓練模型基于第二預設時間段的歷史數據訓練得到，所述第一預設時間段的時長小于所述第二預設時間段的時長；

篩選模塊，用于基于每條信息的精排分數，從所述多條信息中篩選出目標信息；

推薦模塊，用于將所述目標信息推薦給所述用戶。