CN112148972A - 待推荐信息的筛选方法及装置 - Google Patents

Abstract

本发明公开了一种待推荐信息的筛选方法及装置。该发明包括：推荐引擎所在的服务器接收到客户端传输的推荐请求信息，依据推荐请求信息召回一个或多个条目，提取推荐请求信息中的目标对象的第一ID，获取与该第一ID对应的条目黑名单，该条目黑名单是预先由运营人员在服务器上配置的，将条目黑名单与第一条目做差集处理，得到一个或多个第二条目，使用排序模型对第二条目进行排序，按照排序结果将一个或多个第二条目传输给客户端。采用上述方案，由工作人员在服务器上配置针对不同ID的条目黑名单，后续依据该条目黑名单筛选计划给客户端推荐的信息，条目黑名单可以灵活配置，解决了相关技术中筛选待推荐信息的灵活度较低，效率较低的问题。

Description

待推荐信息的筛选方法及装置

技术领域

本发明涉及计算机领域，具体而言，涉及一种待推荐信息的筛选方法及装置。

背景技术

推荐系统广泛的支撑了整个互联网的各种应用和系统，比如新闻客户端实现千人千面的推荐功能，背后就需要推荐系统的支撑。很多互联网上的内容展示都来自推荐系统的推荐结果返回。

有些场景下需要针对不同的用户对推荐结果进行屏蔽，比如，对于年龄在18岁以下的青少年不适合观看某些条目或者商品，则需要进行屏蔽。

相关技术的模型设计中，会根据一定的规则来筛选和过滤条目，让其在训练之前的数据中就被剔除掉，这样就可以从根本上剔除掉这些条目的展示机会了。但是这样做往往是一刀切，即所有使用这个模型推荐的用户都无法看到这些条目，无法满足千人千面的需求。另外，这种方法在模型训练完毕后才可以生效，如果某些新上的条目被某种规则召回并推荐出来，是无法生效的。

相关技术的另外一种方案是在Web页面或者APP客户端设置拦截模块，也就是说在后端推送后，客户端判断这种条目是否是应该屏蔽的，从而达到屏蔽的效果。这个方案的缺点在于，如果屏蔽后导致条目数量减少，则会导致终端展示条目偏少，可能会影响用户体验。

针对相关技术中筛选待推荐信息的灵活度较低，效率较低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种待推荐信息的筛选方法及装置，以解决相关技术中筛选待推荐信息的灵活度较低，效率较低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种待推荐信息的筛选方法。该方法包括：接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。

为了实现上述目的，根据本发明的另一方面，提供了一种待推荐信息的筛选装置。该装置包括：接收模块，用于接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；提取模块，用于提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；排序模块，用于将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。

通过本发明，推荐引擎所在的服务器接收到客户端传输的推荐请求信息，依据推荐请求信息召回一个或多个条目，提取推荐请求信息中的目标对象的第一ID，获取与该第一ID对应的条目黑名单，该条目黑名单是预先由运营人员在服务器上配置的，将条目黑名单与第一条目做差集处理，得到一个或多个第二条目，使用排序模型对第二条目进行排序，按照排序结果将一个或多个第二条目传输给客户端。采用上述方案，由工作人员在服务器上配置针对不同ID的条目黑名单，后续依据该条目黑名单筛选计划给客户端推荐的信息，条目黑名单可以灵活配置，解决了相关技术中筛选待推荐信息的灵活度较低，效率较低的问题。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的待推荐信息的筛选方法的流程图；

图2是根据本申请实施例的推荐系统的流程示意图；

图3是根据本发明实施例的待推荐信息的筛选装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明的实施例，提供了一种待推荐信息的筛选方法，本方案可以应用于推荐引擎运行的服务器一侧。

图1是根据本发明实施例的待推荐信息的筛选方法的流程图。如图1所示，该发明包括以下步骤：

步骤S101，接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；

客户端可以是手机、平板电脑等移动设备，也可以是PC机等设备。

一个或多个第一条目即是待推荐信息。这些条目可能涉及到文字、图像等内容。客户端和服务器可以是物理设备，也可以是集成在物理设备的虚拟客户端或虚拟服务器，均在本申请保护范围内。

可选地，依据所述推荐请求信息召回第一条目，包括：通过所述服务器上的推荐引擎获取与所述推荐请求信息对应的搜索结果；按照与所述推荐请求信息的相关度召回一批所述搜索结果，作为所述第一条目。最终召回的第一条目可以是搜索结果的一部分，相关度是不同信息特征度的欧式距离等等。

步骤S102，提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；

目标对象可以是使用客户端的用户。

可选地，所述提取所述推荐请求信息中的目标对象的第一标识(Identitydocument，简称为ID)，获取与所述第一ID对应的条目黑名单之前，通过以下方式生成所述黑名单：在所述推荐引擎所在服务器的用户界面(UserInterface，简称为UI)上接收输入信号，依据所述输入信号配置与不同的目标对象的ID对应的条目黑名单；将所述条目黑名单的具体数据存储在Redis缓存中，所述具体数据的关键字Key是不同目标对象的ID，取值value是相对应的条目黑名单集合ID。采用该方案，工作人员可以随时在服务器上配置不同ID的条目黑名单，足够灵活。

步骤S103，将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。

将条目黑名单和第一条目做差集处理，即将第一条目中列入黑名单的信息删除，保留未列入黑名单的信息。

可选地，将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目之后，检测所述第二条目的个数是否符合推荐数量要求；若低于所述推荐数量要求，则调用所述推荐引擎继续生成第三条目，将所述第三条目加入到所述第二条目中；重复判断所述第二条目的个数是否符合所述推荐数量要求，直至符合所述推荐数量要求。采用该方案，避免在通过黑名单筛选后推荐条目不够的问题，比如推荐页面足够充裕，但是推荐条目数量较少，只占据了小部分区域，影响用户体验，没有启动推荐效果。

可选地，在检测到所述第二条目的个数符合所述推荐数量要求的情况下，则使用所述排序模型对所述第二条目进行打分排序。采用该方案，保证了最终推送给用户的条目数量是足够的，增加用户对推送信息感兴趣的概率。

通过本发明，推荐引擎所在的服务器接收到客户端传输的推荐请求信息，依据推荐请求信息召回一个或多个条目，提取推荐请求信息中的目标对象的第一ID，获取与该第一ID对应的条目黑名单，该条目黑名单是预先由运营人员在服务器上配置的，将条目黑名单与第一条目做差集处理，得到一个或多个第二条目，使用排序模型对第二条目进行排序，按照排序结果将一个或多个第二条目传输给客户端。采用上述方案，由工作人员在服务器上配置针对不同ID的条目黑名单，后续依据该条目黑名单筛选计划给客户端推荐的信息，条目黑名单可以灵活配置，解决了相关技术中筛选待推荐信息的灵活度较低，效率较低的问题。

图2是根据本申请实施例的推荐系统的流程示意图，如图2所示，包括以下步骤：

S1，客户端请求推荐引擎服务；

S2，推荐引擎按照相关度召回一批候选的条目，这批数量往往大于最终要求的推荐结果数量。

S3，接下来获取客户端的用户ID获取该ID绑定的黑名单规则，黑名单规则往往圈定一批禁止推送的条目ID。

S4，推荐引擎将召回的候选条目ID与黑名单上的条目ID做差集计算，得到剩余的候选条目列表；

S5，然后判断候选条目列表的数量是否满足最终要求的结果个数，如果满足，则转入S6，如果不满足，则转至S2，直到满足推荐结果个数的要求。

S6，排序模型对条目进行打分排序，将结果返回给客户端。

上述方案主要作用在于对推荐算法的互补。可以将人工干预的机制体现在推荐结果中，来满足不同用户的不同屏蔽内容的需求。可以适用于，年龄限制、推荐泛滥等场景中。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明实施例还提供了一种待推荐信息的筛选装置，需要说明的是，本发明实施例的待推荐信息的筛选装置可以用于执行本发明实施例所提供的用于待推荐信息的筛选方法。以下对本发明实施例提供的待推荐信息的筛选装置进行介绍。

图3是根据本发明实施例的待推荐信息的筛选装置的示意图。如图3所示，该装置包括：

接收模块302，用于接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；

提取模块304，用于提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；

排序模块306，用于将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。

可选地，所述接收模块302还用于通过所述服务器上的推荐引擎获取与所述推荐请求信息对应的搜索结果；以及用于按照与所述推荐请求信息的相关度召回一批所述搜索结果，作为所述第一条目。

可选地，所述排序模块306在将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目之后，还用于检测所述第二条目的个数是否符合推荐数量要求；以及用于若低于所述推荐数量要求，则调用所述推荐引擎继续生成第三条目，将所述第三条目加入到所述第二条目中；以及用于重复判断所述第二条目的个数是否符合所述推荐数量要求，直至符合所述推荐数量要求。

可选地，所述排序模块306还用于在检测到所述第二条目的个数符合所述推荐数量要求的情况下，则使用所述排序模型对所述第二条目进行打分排序。

可选地，所述提取模块在提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单之前，还用于通过以下方式生成所述黑名单：在所述推荐引擎所在服务器的用户界面UI上接收输入信号，依据所述输入信号配置与不同的目标对象的ID对应的条目黑名单；将所述条目黑名单的具体数据存储在Redis缓存中，所述具体数据的关键字Key是不同目标对象的ID，取值value是相对应的条目黑名单集合ID。

可选地，在本发明实施例提供的待推荐信息的筛选装置中，本发明实施例提供的待推荐信息的筛选装置，推荐引擎所在的服务器接收到客户端传输的推荐请求信息，依据推荐请求信息召回一个或多个条目，提取推荐请求信息中的目标对象的第一ID，获取与该第一ID对应的条目黑名单，该条目黑名单是预先由运营人员在服务器上配置的，将条目黑名单与第一条目做差集处理，得到一个或多个第二条目，使用排序模型对第二条目进行排序，按照排序结果将一个或多个第二条目传输给客户端。采用上述方案，由工作人员在服务器上配置针对不同ID的条目黑名单，后续依据该条目黑名单筛选计划给客户端推荐的信息，条目黑名单可以灵活配置，解决了相关技术中筛选待推荐信息的灵活度较低，效率较低的问题。

所述待推荐信息的筛选装置包括处理器和存储器，上述接收模块302，提取模块304，排序模块306等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来由工作人员在服务器上配置针对不同ID的条目黑名单，后续依据该条目黑名单筛选计划给客户端推荐的信息，条目黑名单可以灵活配置，解决了相关技术中筛选待推荐信息的灵活度较低，效率较低的问题。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述待推荐信息的筛选方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述待推荐信息的筛选方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。本文中的设备可以是服务器、PC、PAD、手机等。

本发明还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种待推荐信息的筛选方法，其特征在于，包括：

接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；

提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；

将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。

2.根据权利要求1所述的方法，其特征在于，依据所述推荐请求信息召回第一条目，包括：

通过所述服务器上的推荐引擎获取与所述推荐请求信息对应的搜索结果；

按照与所述推荐请求信息的相关度召回一批所述搜索结果，作为所述第一条目。

3.根据权利要求2所述的方法，其特征在于，将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目之后，所述方法还包括：

检测所述第二条目的个数是否符合推荐数量要求；

若低于所述推荐数量要求，则调用所述推荐引擎继续生成第三条目，将所述第三条目加入到所述第二条目中；

重复判断所述第二条目的个数是否符合所述推荐数量要求，直至符合所述推荐数量要求。

4.根据权利要求3所述的方法，其特征在于，在检测到所述第二条目的个数符合所述推荐数量要求的情况下，则使用所述排序模型对所述第二条目进行打分排序。

5.根据权利要求1所述的方法，其特征在于，所述提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单之前，通过以下方式生成所述黑名单：

在所述推荐引擎所在服务器的用户界面UI上接收输入信号，依据所述输入信号配置与不同的目标对象的ID对应的条目黑名单；

将所述条目黑名单的具体数据存储在Redis缓存中，所述具体数据的关键字Key是不同目标对象的ID，取值value是相对应的条目黑名单集合ID。

6.一种待推荐信息的筛选装置，其特征在于，包括：

接收模块，用于接收客户端传输的推荐请求信息，依据所述推荐请求信息召回第一条目，其中，所述第一条目为一个或多个；

提取模块，用于提取所述推荐请求信息中的目标对象的第一标识ID，获取与所述第一ID对应的条目黑名单，其中，所述条目黑名单为预先配置在服务器上的；

排序模块，用于将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目，使用排序模型对所述第二条目进行排序，将排序结果传输给所述客户端。

7.根据权利要求6所述的装置，其特征在于，所述接收模块还用于通过所述服务器上的推荐引擎获取与所述推荐请求信息对应的搜索结果；

以及用于按照与所述推荐请求信息的相关度召回一批所述搜索结果，作为所述第一条目。

8.根据权利要求7所述的装置，其特征在于，所述排序模块在将所述条目黑名单与所述第一条目做差集处理，得到一个或多个第二条目之后，还用于检测所述第二条目的个数是否符合推荐数量要求；

以及用于若低于所述推荐数量要求，则调用所述推荐引擎继续生成第三条目，将所述第三条目加入到所述第二条目中；

以及用于重复判断所述第二条目的个数是否符合所述推荐数量要求，直至符合所述推荐数量要求。

9.一种“计算机可读存储介质”或“非易失性存储介质”，其特征在于，所述“计算机可读存储介质”或“非易失性存储介质”包括存储的程序，其中，在所述程序运行时控制所述“计算机可读存储介质”或“非易失性存储介质”所在设备执行权利要求1至5中任意一项所述待推荐信息的筛选方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至5中任意一项所述待推荐信息的筛选方法。

Images