CN111797318B - 信息的推荐方法、装置、设备和存储介质 - Google Patents

Abstract

本申请涉及一种信息的推荐方法、装置、设备和存储介质。该方法包括：获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型；对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。该方法充分结合了同一历史行为序列数据中的不同子序列数据与待推荐信息之间的关联信息，使得预测的角度更加全面，从而提高了预测结果的准确性。

Description

信息的推荐方法、装置、设备和存储介质

技术领域

本申请涉及互联网领域，特别是涉及一种信息的推荐方法、装置、设备和存储介质。

背景技术

随着大数据技术的不断发展，各种信息爆炸式增长，人们获取信息的方式从主动获取逐渐变成了被动获取，推荐就是被动获取信息最常见的一种方法。即通过大数据分析可以为用户更精准地推送信息。其中，信息可以为视频、音频以及专辑等。

传统技术中，计算机设备可以采集用户对信息的反馈情况，利用反馈情况为用户进行信息的个性化推荐。其中，反馈情况可以包括对信息感兴趣、信息内容质量高等正反馈信息，也可以包括对信息不感兴趣、信息内容质量差等负反馈信息。但是，传统技术推荐的结果的准确性较低。

发明内容

基于此，有必要针对传统方式推荐的结果的准确性较低的技术问题，提供一种信息的推荐方法、装置、设备和存储介质。

第一方面，本申请实施例提供一种信息的推荐方法，包括：

获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；

将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型；

对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

第二方面，本申请实施例提供一种信息的推荐装置，包括：

获取模块，用于获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；

预测模块，用于将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型；

推荐模块，用于对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的一种信息的推荐方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例第一方面提供的一种信息的推荐方法。

本申请实施例提供的信息的推荐方法、装置、设备和存储介质，在获取到当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识之后，计算机设备将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，并对各个待推荐信息的行为预测值进行排序，根据排序结果向所述当前用户进行信息推荐。由于上述预测模型为多目标预测模型，即可以通过该预测模型基于同一历史行为序列数据预测当前用户对待推荐信息的多个行为预测值，每个行为预测值是基于同一历史行为序列数据中的不同子序列数据进行预测得到的，也就是说，在对当前用户进行信息推荐时，充分结合了同一历史行为序列数据中的不同子序列数据与待推荐信息之间的关联信息，使得预测的角度更加全面，从而提高了预测结果的准确性。

附图说明

图1为本申请实施例提供的信息的推荐方法的一种流程示意图；

图2为本申请实施例提供的信息的推荐方法的另一种流程示意图；

图3为本申请实施例提供的信息推荐过程的原理示意图；

图4为本申请实施例提供的预测模型的获取过程的一种流程示意图；

图5为本申请实施例提供的对初始模型进行模型训练的原理示意图；

图6为本申请实施例提供的信息的推荐装置的结构示意图；

图7为本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本申请实施例中的技术方案进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

需要说明的是，下述方法实施例的执行主体可以是信息的推荐装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。可选的，计算机设备可以为个人计算机PC(personal computer)、移动终端、便携式设备等具有数据处理功能、且可以与外部设备或者用户交互的电子设备，本实施例对计算机设备的具体形式并不做限定。下述方法实施例以执行主体是计算机设备为例进行说明。

图1为本申请实施例提供的信息的推荐方法的一种流程示意图。本申请实施例涉及的是计算机设备如何向当前用户进行信息推荐的具体过程。如图1所示，该方法可以包括：

S101、获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识。

其中，当前用户为待推荐信息的用户。上述待推荐信息可以为待推荐视频、待推荐音频、待推荐专辑以及待推荐物品等。上述历史行为序列数据中的每个信息均来自于信息集合，其用于表示当前用户对相应的信息存在用户行为，比如观看行为、下载行为、订阅行为或者购买行为等。同时，上述历史行为序列数据是按照当前用户针对信息的行为时间从前至后的顺序进行排列的，即信息对应的行为时间越早，该信息在历史行为序列数据中的排序越靠前，反之，该信息在历史行为序列数据中的排序越靠后。上述待推荐信息的标识可以为待推荐信息的名称或者标识号等。

S102、将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值。

其中，所述预测模型为多目标预测模型。在实际应用中，可以将上述历史行为序列数据划分为多个子序列数据。假设当前用户针对信息的历史行为序列数据为[x1、x2、x3、x4、x5]，则所划分的子序列数据可以为[x1、x2]、[x1、x2、x3]、[x1、x2、x3、x4]以及[x1、x2、x3、x4、x5]。另外，该预测模型所支持的多输出的数量与所划分的子序列数据的数量相匹配。这样，计算机设备将当前用户的历史行为序列数据和待推荐信息的标识输入至预测模型中，通过其对应的不同子序列数据预测当前用户对待推荐信息的行为预测值，从而得到针对该待推荐信息的多个行为预测值。众所周知，子序列数据也蕴含了与待推荐信息之间的内在联系，不同的子序列数据蕴含了与待推荐信息不同的内在联系，通过不同的子序列数据参与预测，充分考虑了各种不同子序列数据与待推荐信息之间的内在联系，使得预测的角度更加全面。

继续以历史行为序列数据为[x1、x2、x3、x4、x5]为例，计算机设备将该历史行为序列数据和待推荐信息的标识输入至预测模型中，经过预测模型对子序列数据[x1、x2]、[x1、x2、x3]、[x1、x2、x3、x4]、[x1、x2、x3、x4、x5]以及待推荐信息的标识的处理，可以得到与子序列数据对应的行为预测值，即针对同一待推荐信息，经过预测模型的预测处理后可以得到4个行为预测值。

S103、对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

其中，计算机设备可以将得到的各个待推荐信息的行为预测值放在一起进行综合排序，并根据排序结果向当前用户进行信息推荐。可选的，上述预测值可以为概率值，计算机设备可以将排序结果中概率值最大的待推荐信息推荐给当前用户。

本申请实施例提供的信息的推荐方法、装置、设备和存储介质，在获取到当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识之后，计算机设备将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据中的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，并对各个待推荐信息的行为预测值进行排序，根据排序结果向所述当前用户进行信息推荐。由于上述预测模型为多目标预测模型，即可以通过该预测模型基于同一历史行为序列数据预测当前用户对待推荐信息的多个行为预测值，每个行为预测值是基于同一历史行为序列数据中的不同子序列数据进行预测得到的，也就是说，在对当前用户进行信息推荐时，充分结合了同一历史行为序列数据中的不同子序列数据与待推荐信息之间的关联信息，使得预测的角度更加全面，从而提高了预测结果的准确性。

可选的，该预测模型可以包括输入层、嵌入层、历史行为序列数据的特征提取层、历史行为序列数据与待推荐信息的信息交互层以及多目标输出层。接下来，结合上述预测模型所包括的各个层，具体介绍计算机设备如何通过预测模型预测当前用户对待推荐信息的行为预测值的过程。在上述实施例的基础上，可选的，如图2所示，上述S102可以包括：

S201、针对每个待推荐信息，将所述历史行为序列数据以及待推荐信息的标识输入至所述嵌入层，得到所述历史行为序列数据中每个历史行为信息对应的第一潜在向量和所述待推荐信息对应的第二潜在向量。

其中，历史行为序列数据对应多个子序列数据，所有子序列数据共享同一个嵌入层的嵌入矩阵。计算机设备在嵌入矩阵中查询每个历史行为信息对应的第一潜在向量和待推荐信息对应的第二潜在向量，即计算机设备通过嵌入层的嵌入处理，将每个历史行为信息的标识转换为第一潜在向量，将待推荐信息的标识转换为第二潜在向量。

示例性的，参见图3，假设当前用户针对信息的历史行为序列数据为[x1、x2、x3、x4、x5]，待推荐信息的标识为xn，同时假设预测模型的多输出的数量为3。针对该例子，上述历史行为序列数据中的x1、x2、x3、x4、x5均为历史行为信息的标识。计算机设备将历史行为信息的标识x1、x2、x3、x4、x5以及待推荐信息的标识xn输入至预测模型的嵌入层，查询嵌入层的嵌入矩阵，得到x1对应的第一潜在向量为潜在向量1、x2对应的第一潜在向量为潜在向量2、x3对应的第一潜在向量为潜在向量3、x4对应的第一潜在向量为潜在向量4、x5对应的第一潜在向量为潜在向量5、xn对应的第二潜在向量为潜在向量n。

S202、将各个第一潜在向量输入至所述特征提取层，基于历史行为序列数据对应的每个子序列数据中包含的目标历史行为信息，提取每个子序列数据对应的特征向量。

其中，可以将历史行为序列数据划分为多个不同的子序列数据，不同的子序列数据包含的目标历史行为信息不同。例如，可以将历史行为序列数据“[x1、x2、x3、x4、x5]”划分为子序列数据“[x1、x2、x3]”、子序列数据“[x1、x2、x3、x4]”以及子序列数据“[x1、x2、x3、x4、x5]”。其中，每个子序列数据所包含的目标历史行为信息是连续的。当然，也可以存在别的划分方式，本实施例对历史行为序列数据的划分方式不做限定。

在实际应用中，可以设置历史行为序列数据中包含的历史行为信息的数量，当当前用户的历史行为数据的数量多于所设置的数量N时，则从历史行为数据中取距离当前时间最近的N个行为数据组成历史行为序列数据；当当前用户的历史行为数据的数量不足所设置的数量N时，则不足的部分可以用同一默认值来填充，至于已有行为数据之前，使得其所组成的历史行为序列数据中包含的历史行为信息的数量满足所设置的数量N，其中，所述N为大于1的自然数。

可选的，上述S202可以为：针对历史行为序列数据对应的每个子序列数据，获取所述子序列数据中包括的目标历史行为信息；对各个目标历史行为信息对应的第一潜在向量进行平均运算，得到所述子序列数据对应的特征向量。

继续参见图3，该历史行为序列数据对应3个子序列数据，子序列数据1包括的目标历史行为信息为x1、x2、x3，子序列数据2包括的目标历史行为信息为x1、x2、x3、x4，子序列数据3包括的目标历史行为信息为x1、x2、x3、x4、x5。这样，计算机设备将x1、x2、x3、x4、x5对应的第一潜在向量输入至特征提取层，通过特征提取层分别对x1、x2、x3对应的第一潜在向量进行平均计算，即对潜在向量1、潜在向量2以及潜在向量3进行平均计算，得到子序列数据1对应的特征向量1；通过特征提取层分别对x1、x2、x3、x4对应的第一潜在向量进行平均计算，即对潜在向量1、潜在向量2、潜在向量3以及潜在向量4进行平均计算，得到子序列数据2对应的特征向量2；通过特征提取层分别对x1、x2、x3、x4、x5对应的第一潜在向量进行平均计算，即对潜在向量1、潜在向量2、潜在向量3、潜在向量4以及潜在向量5进行平均计算，得到子序列数据3对应的特征向量3。

S203、将所述特征向量和所述第二潜在向量输入至所述信息交互层，得到每个子序列数据与待推荐信息的交互向量。

其中，计算机设备将得到的各个子序列数据对应的特征向量和待推荐信息对应的第二潜在向量输入至信息交互层，将特征向量与第二潜在向量进行相乘计算，从而得到每个子序列数据与待推荐信息的交互向量。

继续参见图3，计算机设备将特征向量1与第二潜在向量(即图3中的潜在向量n)进行相乘计算，得到子序列数据1与待推荐信息的交互向量1；将特征向量2与第二潜在向量(即图3中的潜在向量n)进行相乘计算，得到子序列数据2与待推荐信息的交互向量2；将特征向量3与第二潜在向量(即图3中的潜在向量n)进行相乘计算，得到子序列数据3与待推荐信息的交互向量3。

S204、将所述交互向量输入至所述多目标输出层，得到所述当前用户对待推荐信息的多个行为预测值。

其中，计算机设备将上述得到的各个交互向量输入至多目标输出层进行全连接计算，经过激活函数的激活处理，得到各个子序列数据对应的行为预测值，即得到当前用户对待推荐信息的多个行为预测值。

继续参见图3，计算机设备将交互向量1、交互向量2以及交互向量3输入至多目标输出层进行全连接计算，得到当前用户对待推荐信息的行为预测值1、行为预测值2以及行为预测值3。

在本实施例中，计算机设备向预测模型中输入当前用户的历史行为序列数据和待推荐信息的标识，经过预测模型的嵌入层、特征提取层以及多目标输出层等各层对输入数据的处理，使得可以通过历史行为序列数据对应的不同子序列数据对待推荐信息进行预测，即充分考虑了各个子序列数据所蕴含的信息，使得预测的角度更加全面，进一步提高了推荐结果的准确性。

在一个实施例中，还提供了上述预测模型的获取过程，可选的，如图4所示，在上述S101之前，该方法还可以包括：

S301、根据样本用户针对信息的样本行为序列数据，构建模型训练数据。

其中，上述样本行为序列数据中的每个信息均来自于信息集合，其用于表示样本用户对相应的信息存在用户行为，比如观看行为、下载行为、订阅行为或者购买行为等。同时，上述样本行为序列数据是按照样本用户针对信息的行为时间从前至后的顺序进行排列的，即信息对应的行为时间越早，该信息在样本行为序列数据中的排序越靠前，反之，该信息在样本行为序列数据中的排序越靠后。

可选的，计算机设备根据样本用户针对信息的样本行为序列数据，构建模型训练数据的过程可以包括：

S3011、将样本用户针对信息的样本行为序列数据划分为子样本行为序列数据和多个样本预测数据，其中，子样本行为序列数据包括所述样本行为序列数据中除了最后一次行为数据以外的行为数据，样本预测数据为所述样本行为序列数据中除了第一次行为数据以及第二次行为数据以外的任意一次行为数据。

其中，上述第一次行为数据为样本行为序列数据中行为时间最早的行为数据，第二次行为数据为样本行为序列数据中紧靠在第一次行为数据之后的行为数据，最后一次行为数据为样本行为序列数据中行为时间最晚的行为数据。计算机设备将样本用户针对信息的样本行为序列数据划分为子样本行为序列数据和多个样本预测数据，是为了基于每次行为之前的历史行为数据来预测之后的行为数据。假设信息集合为A，A中包括m个信息，以信息为视频为例，即A为{A_1，A_2，……A_m}，且以样本用户对视频存在观看行为，同时假设样本用户为user_1和user_2，user_1观看了视频A_1、A_2、A_8、A_4和A_5；user_2观看了视频A_2、A_9、A_8、A_3、A_7和A_10。这样，user_1针对信息的样本行为序列数据1为“A_1、A_2、A_8、A_4、A_5”，user_2针对信息的样本行为序列数据2为“A_2、A_9、A_8、A_3、A_7、A_10”。同时，假设初始模型的多输出的数量为3，计算机设备将样本行为序列数据1划分为子样本行为序列数据和多个样本预测数据，此时样本预测数据的数量也为3。即计算机设备可以将样本行为序列数据1划分为“子样本行为序列数据”和“最后第一次行为数据、最后第二次行为数据、最后第三次行为数据”。

继续以上述例子为例，对于user_1，计算机设备所划分的子样本行为序列数据为“A_1、A_2、A_8、A_4”，最后第一次行为数据、最后第二次行为数据、最后第三次行为数据分别为“A_5”、“A_4”和“A_8”；对于user_2，计算机设备所划分的子样本行为序列数据为“A_2、A_9、A_8、A_3、A_7”，最后第一次行为数据、最后第二次行为数据、最后第三次行为数据分别为“A_10”、“A_7”和“A_3”。这样，样本用户针对信息的行为数据可以如下述表1所示：

表1

S3012、基于所述多个样本预测数据以及所述样本用户的用户标识构建所述样本用户对信息的正样本数据和负样本数据，得到初始训练数据。

其中，由于在进行初始模型的模型训练时，需要正样本数据以及负样本数据，而样本用户对于信息的行为数据只能产生正样本数据，因此需要进行负采样生成负样本数据。继续以上述S3011中的例子为例，上述样本用户对于信息的正样本数据如下述表2所示：

表2

负样本数据的构建方法如下，可以针对每个正样本数据选取若干个对应的负样本数据，例如选择4个负样本数据。计算机设备可以从信息集合中，随机随机选取4个没有产生用户行为的信息作为对应的负样本数据。以user_1为例，其在信息A_1、A_2、A_8、A_4和A_5上有行为数据，这些信息不能作为user_1的负样本数据，则在信息集合中随机选择这些信息之外的其它信息，生成负样本数据。假设为user_1随机选取的信息为A_3、A_7、A_11、A_20，同时将这4个信息所对应的标签设置为0。

同理，user_2在信息A_2、A_9、A_8、A_3、A_7和A_10上有行为数据，这些信息也不能作为user_2的负样本数据，则在信息集合中随机选择这些信息之外的其它信息，生成负样本数据。假设为user_2随机选取的信息为A_50、A_29、A_30、A_39，那么用户user_2在这4个物品上的label1、label2和label3都为0，同时将这4个信息所对应的标签设置为0。接着，将user_1和user_2的正样本数据和负样本数据融合一起形成样本用户对信息的正样本数据和负样本数据，所得到的初始训练数据可以如表3所示：

表3

S3013、使用所述子样本行为序列数据替换所述初始训练数据中的所述用户标识，得到模型训练数据。

继续以上述S3012中的例子为例，计算机设备使用子样本行为序列数据表3中的样本用户的用户标识，从而得到如表4所示的模型训练数据。

表4

S302、根据所述模型训练数据，对预设的初始模型进行模型训练，得到所述预测模型。

具体的，上述初始模型与预测模型的模型结构相同，即初始模型也包括输入层、嵌入层、特征提取层、信息交互层以及多目标输出层。继续以上述S3013表4中的例子为例(该例子的子样本行为序列数据为“A_2、A_9、A_8、A_3、A_7”)，计算机设备通过信息“A_10”之前的子序列数据“A_2、A_9、A_8、A_3、A_7”预测样本用户对信息“A_10”的行为预测值，通过信息“A_7”之前的子序列数据“A_2、A_9、A_8、A_3”预测样本用户对信息“A_7”的行为预测值，通过信息“A_3”之前的子序列数据“A_2、A_9、A_8”预测样本用户对信息“A_3”的行为预测值，从而使得初始模型充分学习样本行为序列数据所对应的各个子序列数据所包含的与待预测信息之间的内在联系。

图5为对初始模型进行模型训练的原理示意图，首先，是初始模型的输入层，该层的输入是样本用户的样本行为序列数据，假设初始模型的输出数量为3个，即输入到该层的数据为样本用户的子样本行为序列数据、最后第一次行为数据、最后第二次行为数据以及最后第三次行为数据。假设子样本行为序列数据中包括的数据数量为5个，且各个数据的标识分别为样本标识1、样本标识2、样本标识3、样本标识4以及样本标识5，最后第一次行为数据的标识为目标样本标识1，最后第二次行为数据的标识为目标样本标识2，最后第三次行为数据的标识为目标样本标识3。需要说明的是，本实施例仅以子样本行为序列数据包括的数据数量为5个为例进行介绍，并未限制其具体的数据数量，在实际应用中，可以根据实际需求来设置所包含的数据数量。

接下来，为初始模型的嵌入层，该层用于将输入层的各个输入数据转换为对应的潜在向量。计算机设备将上述样本标识1、样本标识2、样本标识3、样本标识4、样本标识5、目标样本标识1、目标样本标识2以及目标样本标识3输入至嵌入层中，通过查询嵌入层的嵌入矩阵，得到子样本行为序列数据中各个数据对应的潜在向量分别为样本潜在向量1、样本潜在向量2、样本潜在向量3、样本潜在向量4以及样本潜在向量5，最后第一次行为数据对应的潜在向量为目标样本潜在向量1、最后第二次行为数据对应的潜在向量为目标样本潜在向量2以及最后第三次行为数据对应的潜在向量为目标样本潜在向量3。再接着，为初始模型的特征提取层，该层用于提取子样本行为序列数据对应的子序列数据的特征信息。计算机设备将上述样本潜在向量1、样本潜在向量2、样本潜在向量3、样本潜在向量4以及样本潜在向量5输入至特征提取层，对样本潜在向量1、样本潜在向量2以及样本潜在向量3进行平均计算得到样本特征向量1，对样本潜在向量1、样本潜在向量2、样本潜在向量3以及样本潜在向量4进行平均计算得到样本特征向量2，对样本潜在向量1、样本潜在向量2、样本潜在向量3、样本潜在向量4以及样本潜在向量5进行平均计算得到样本特征向量3。

进一步的，为初始模型的信息交互层。计算机设备将上述得到的样本特征向量1、样本特征向量2、样本特征向量3、目标样本潜在向量1、目标样本潜在向量2以及目标样本潜在向量3输入至信息交互层，将样本特征向量1与目标样本潜在向量1进行相乘计算得到样本交互向量1，将样本特征向量2与目标样本潜在向量2进行相乘计算得到样本交互向量2，样本特征向量3与目标样本潜在向量3进行相乘计算得到样本交互向量3。

再接着，为初始模型的多目标输出层。计算机设备将上述得到的样本交互向量1、样本交互向量2以及样本交互向量3输入至多目标输出层进行全连接计算，经过对应的激活函数的激活处理，得到预测标签1、预测标签2以及预测标签3。计算机设备根据预测标签1和实际标签1(即为最后第三次行为数据对应的实际标签)计算对应的损失函数的损失值，根据预测标签2和实际标签2(即为最后第二次行为数据对应的实际标签)计算对应的损失函数的损失值，根据预测标签3和实际标签3(即为最后第一次行为数据对应的实际标签)计算对应的损失函数的损失值，并根据各个损失函数的损失值对初始模型的各层参数进行优化。

可选的，上述模型训练过程可以为：将所述模型训练数据输入至预设的初始模型中，确定所述初始模型的各层参数的实际值；将所述各层参数的初始值更新为所述实际值，得到所述预测模型。上述将模型训练数据输入至所述初始模型中，确定所述初始模型的各层参数的实际值的过程可以为：将子样本行为序列数据、多个样本预测数据以及样本预测数据对应的标签输入至初始模型中，确定每个样本预测数据对应的损失函数的损失值，当各个损失函数的损失值之和小于或等于预设阈值时，将初始模型的各层参数的当前值确定为各层参数的实际值。可选的，上述各个损失函数可以为二元交叉熵损失函数。当各个损失函数的损失值之和大于预设阈值时，对初始模型中的各层参数进行调整，并基于调整后的初始模型以及上述模型训练数据继续进行模型的训练，直至每个样本预测数据对应的损失函数的损失值之和小于或等于预设阈值时为止，此时，将调整后的初始模型中的各层参数的当前值确定为初始模型的各层参数的实际值。

在本实施例中，通过样本用户的针对信息的样本行为序列数据，构建模型训练数据，并根据所构建的模型训练数据对预设的初始模型进行模型训练，从而得到预测模型，使得预测模型能够充分学习到样本行为序列数据对应的各个子序列数据所蕴含的信息，从而使得所训练的预测模型的准确性较高，进而进一步提高了推荐结果的准确性。

图6为本申请实施例提供的信息的推荐装置的结构示意图。如图6所示，该装置可以包括：获取模块10、预测模块11和推荐模块12。

具体的，获取模块10用于获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；

预测模块11用于将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型；

推荐模块12用于对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

本申请实施例提供的信息的推荐装置，在获取到当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识之后，计算机设备将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，并对各个待推荐信息的行为预测值进行排序，根据排序结果向所述当前用户进行信息推荐。由于上述预测模型为多目标预测模型，即可以通过该预测模型基于同一历史行为序列数据预测当前用户对待推荐信息的多个行为预测值，每个行为预测值是基于同一历史行为序列数据中的不同子序列数据进行预测得到的，也就是说，在对当前用户进行信息推荐时，充分结合了同一历史行为序列数据中的不同子序列数据与待推荐信息之间的关联信息，使得预测的角度更加全面，从而提高了预测结果的准确性。

可选的，所述预测模型包括输入层、嵌入层、历史行为序列数据的特征提取层、历史行为序列数据与待推荐信息的信息交互层以及多目标输出层。

在上述实施例的基础上，可选的，预测模块11可以包括：向量转换单元、特征提取单元、信息交互单元和激活处理单元；

具体的，针对每个待推荐信息，向量转换单元用于将所述历史行为序列数据以及待推荐信息的标识输入至所述嵌入层，得到所述历史行为序列数据中每个历史行为信息对应的第一潜在向量和所述待推荐信息对应的第二潜在向量；

特征提取单元用于将各个第一潜在向量输入至所述特征提取层，基于历史行为序列数据对应的每个子序列数据中包含的目标历史行为信息，提取每个子序列数据对应的特征向量；

信息交互单元用于将所述特征向量和所述第二潜在向量输入至所述信息交互层，得到每个子序列数据与待推荐信息的交互向量；

激活处理单元用于将所述交互向量输入至所述多目标输出层，得到所述当前用户对待推荐信息的多个行为预测值。

在上述实施例的基础上，可选的，特征提取单元具体用于针对历史行为序列数据对应的每个子序列数据，获取所述子序列数据中包括的目标历史行为信息；对各个目标历史行为信息对应的第一潜在向量进行平均运算，得到所述子序列数据对应的特征向量。

在上述实施例的基础上，可选的，该装置还可以包括：数据构建模块和模型训练模块；

具体的，数据构建模块用于在获取模块10获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识之前，根据样本用户针对信息的样本行为序列数据，构建模型训练数据；

模型训练模块用于根据所述模型训练数据，对预设的初始模型进行模型训练，得到所述预测模型。

在上述实施例的基础上，可选的，数据构建模块具体用于将样本用户针对信息的样本行为序列数据划分为子样本行为序列数据和多个样本预测数据，其中，子样本行为序列数据包括所述样本行为序列数据中除了最后一次行为数据以外的行为数据，样本预测数据为所述样本行为序列数据中除了第一次行为数据以及第二次行为数据以外的任意一次行为数据；基于所述多个样本预测数据以及所述样本用户的用户标识构建所述样本用户对信息的正样本数据和负样本数据，得到初始训练数据；使用所述子样本行为序列数据替换所述初始训练数据中的所述用户标识，得到模型训练数据。

可选的，所述初始模型训练过程中使用的损失函数为二元交叉熵损失函数。

在一个实施例中，提供了一种计算机设备，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种信息的推荐方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；

将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型；

对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

可选的，所述预测模型包括输入层、嵌入层、历史行为序列数据的特征提取层、历史行为序列数据与待推荐信息的信息交互层以及多目标输出层。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：针对每个待推荐信息，将所述历史行为序列数据以及待推荐信息的标识输入至所述嵌入层，得到所述历史行为序列数据中每个历史行为信息对应的第一潜在向量和所述待推荐信息对应的第二潜在向量；将各个第一潜在向量输入至所述特征提取层，基于历史行为序列数据对应的每个子序列数据中包含的目标历史行为信息，提取每个子序列数据对应的特征向量；将所述特征向量和所述第二潜在向量输入至所述信息交互层，得到每个子序列数据与待推荐信息的交互向量；将所述交互向量输入至所述多目标输出层，得到所述当前用户对待推荐信息的多个行为预测值。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：针对历史行为序列数据对应的每个子序列数据，获取所述子序列数据中包括的目标历史行为信息；对各个目标历史行为信息对应的第一潜在向量进行平均运算，得到所述子序列数据对应的特征向量。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据样本用户针对信息的样本行为序列数据，构建模型训练数据；根据所述模型训练数据，对预设的初始模型进行模型训练，得到所述预测模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将样本用户针对信息的样本行为序列数据划分为子样本行为序列数据和多个样本预测数据，其中，子样本行为序列数据包括所述样本行为序列数据中除了最后一次行为数据以外的行为数据，样本预测数据为所述样本行为序列数据中除了第一次行为数据以及第二次行为数据以外的任意一次行为数据；基于所述多个样本预测数据以及所述样本用户的用户标识构建所述样本用户对信息的正样本数据和负样本数据，得到初始训练数据；使用所述子样本行为序列数据替换所述初始训练数据中的所述用户标识，得到模型训练数据。

可选的，所述初始模型训练过程中使用的损失函数为二元交叉熵损失函数。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；

将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型；

对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

可选的，所述预测模型包括输入层、嵌入层、历史行为序列数据的特征提取层、历史行为序列数据与待推荐信息的信息交互层以及多目标输出层。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对每个待推荐信息，将所述历史行为序列数据以及待推荐信息的标识输入至所述嵌入层，得到所述历史行为序列数据中每个历史行为信息对应的第一潜在向量和所述待推荐信息对应的第二潜在向量；将各个第一潜在向量输入至所述特征提取层，基于历史行为序列数据对应的每个子序列数据中包含的目标历史行为信息，提取每个子序列数据对应的特征向量；将所述特征向量和所述第二潜在向量输入至所述信息交互层，得到每个子序列数据与待推荐信息的交互向量；将所述交互向量输入至所述多目标输出层，得到所述当前用户对待推荐信息的多个行为预测值。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对历史行为序列数据对应的每个子序列数据，获取所述子序列数据中包括的目标历史行为信息；对各个目标历史行为信息对应的第一潜在向量进行平均运算，得到所述子序列数据对应的特征向量。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据样本用户针对信息的样本行为序列数据，构建模型训练数据；根据所述模型训练数据，对预设的初始模型进行模型训练，得到所述预测模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将样本用户针对信息的样本行为序列数据划分为子样本行为序列数据和多个样本预测数据，其中，子样本行为序列数据包括所述样本行为序列数据中除了最后一次行为数据以外的行为数据，样本预测数据为所述样本行为序列数据中除了第一次行为数据以及第二次行为数据以外的任意一次行为数据；基于所述多个样本预测数据以及所述样本用户的用户标识构建所述样本用户对信息的正样本数据和负样本数据，得到初始训练数据；使用所述子样本行为序列数据替换所述初始训练数据中的所述用户标识，得到模型训练数据。

可选的，所述初始模型训练过程中使用的损失函数为二元交叉熵损失函数。

上述实施例中提供的信息的推荐装置、计算机设备以及存储介质可执行本申请任意实施例所提供的信息的推荐方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的信息的推荐方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种信息的推荐方法，其特征在于，包括：

获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；所述历史行为序列数据是按照所述当前用户针对信息的行为时间从前至后的顺序进行排列；

将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型，所述预测模型所支持的多输出的数量与划分的子序列数据的数量相匹配，所述多个子序列数据是由所述历史行为序列数据划分得到的；

对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

2.根据权利要求1所述的方法，其特征在于，所述预测模型包括输入层、嵌入层、历史行为序列数据的特征提取层、历史行为序列数据与待推荐信息的信息交互层以及多目标输出层。

3.根据权利要求2所述的方法，其特征在于，所述将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，包括：

针对每个待推荐信息，将所述历史行为序列数据以及待推荐信息的标识输入至所述嵌入层，得到所述历史行为序列数据中每个历史行为信息对应的第一潜在向量和所述待推荐信息对应的第二潜在向量；

将各个第一潜在向量输入至所述特征提取层，基于历史行为序列数据对应的每个子序列数据中包含的目标历史行为信息，提取每个子序列数据对应的特征向量；

将所述特征向量和所述第二潜在向量输入至所述信息交互层，得到每个子序列数据与待推荐信息的交互向量；

将所述交互向量输入至所述多目标输出层，得到所述当前用户对待推荐信息的多个行为预测值。

4.根据权利要求3所述的方法，其特征在于，所述将各个第一潜在向量输入至所述特征提取层，基于历史行为序列数据对应的每个子序列数据中包含的目标历史行为信息，提取每个子序列数据对应的特征向量，包括：

针对历史行为序列数据对应的每个子序列数据，获取所述子序列数据中包括的目标历史行为信息；

对各个目标历史行为信息对应的第一潜在向量进行平均运算，得到所述子序列数据对应的特征向量。

5.根据权利要求1至4中任一项所述的方法，其特征在于，在所述获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识之前，所述方法还包括：

根据样本用户针对信息的样本行为序列数据，构建模型训练数据；

根据所述模型训练数据，对预设的初始模型进行模型训练，得到所述预测模型。

6.根据权利要求5所述的方法，其特征在于，所述根据样本用户针对信息的样本行为序列数据，构建模型训练数据，包括：

将样本用户针对信息的样本行为序列数据划分为子样本行为序列数据和多个样本预测数据，其中，子样本行为序列数据包括所述样本行为序列数据中除了最后一次行为数据以外的行为数据，样本预测数据为所述样本行为序列数据中除了第一次行为数据以及第二次行为数据以外的任意一次行为数据；

基于所述多个样本预测数据以及所述样本用户的用户标识构建所述样本用户对信息的正样本数据和负样本数据，得到初始训练数据；

使用所述子样本行为序列数据替换所述初始训练数据中的所述用户标识，得到模型训练数据。

7.根据权利要求5所述的方法，其特征在于，所述初始模型训练过程中使用的损失函数为二元交叉熵损失函数。

8.一种信息的推荐装置，其特征在于，包括：

获取模块，用于获取当前用户针对信息的历史行为序列数据以及各个待推荐信息的标识；所述历史行为序列数据是按照所述当前用户针对信息的行为时间从前至后的顺序进行排列；

预测模块，用于将所述历史行为序列数据以及各个标识输入至预设的预测模型中，基于所述历史行为序列数据对应的多个子序列数据，得到所述当前用户对各个待推荐信息的行为预测值，其中，所述预测模型为多目标预测模型；所述预测模型所支持的多输出的数量与划分的子序列数据的数量相匹配，所述多个子序列数据是由所述历史行为序列数据划分得到的；

推荐模块，用于对各个待推荐信息的行为预测值进行排序，并根据排序结果向所述当前用户进行信息推荐。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。