CN112597395A - 对象推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提供了一种对象推荐方法、装置、设备及存储介质，旨在提高向用户推荐对象的准确性，所述方法包括：获得目标用户的实时行为数据；将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示；其中，所述预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的；获得多个候选对象的对象向量表示；根据所述用户向量表示和多个所述对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象。

Description

对象推荐方法、装置、设备及存储介质

技术领域

本申请涉及数据处理技术领域，特别是涉及一种对象推荐方法、装置、设备及存储介质。

背景技术

随着各种社交、娱乐等应用软件的兴起，一般服务提供商会主动向用户推荐一些对象，该对象例如可以是：视频、文章、热点、直播主、明星等。相关技术中，为了提高向用户推荐的对象与用户之间的匹配度，一般采用深度网络模型从海量对象中筛选出与用户尽量相关的对象集合，然后将对象集合中的对象推荐给用户。

但是，深度网络模型所用的训练数据一般是离线数据，如此，通过深度网络模型所筛选的对象集合具有滞后性，从而导致向用户推荐的对象与用户之间的匹配程度低的问题。

发明内容

本申请提供一种对象推荐方法、装置、设备及存储介质，以解决相关技术中向用户推荐的对象与用户匹配程度低的问题。

为了解决上述问题，本申请实施例的第一方面，公开了一种对象推荐方法，应用于服务器，所述方法包括：

获得目标用户的实时行为数据；

将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示；其中，所述预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的；

获得多个候选对象的对象向量表示；

根据所述用户向量表示和所述多个候选对象的对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象。

可选地，所述方法还包括：

对所述预测模型进行周期性更新；其中，每次更新所用的训练样本为该次更新时刻之前的预设时段内多个用户的历史行为数据；

将所述目标用户的实时行为数据输入预先训练的预测模型，包括：

将所述目标用户的实时行为数据输入当次更新得到的预测模型。

可选地，获得多个候选对象的对象向量表示，包括：

获得所述预测模型在最后一次更新结束时，所述预测模型所输出的多个候选对象的对象向量表示，其中，每次更新所用的训练样本为该次更新时刻之前的预设时段内多个用户的历史行为数据。

获得目标用户的实时行为数据，包括：

获取所述目标用户在当前时刻进行的预设操作的当前行为数据，以及在当前时刻之前进行所述预设操作的目标历史行为数据；

将属于相同预设操作的当前行为数据与目标历史行为数据进行多维度的数据合并，得到每种预设操作对应的多条行为数据；其中，所述多维度的数据合并至少包括：观看时长的合并、搜索次数的合并、对象标签的合并；

按照时间先后顺序，从每种预设操作对应的多条行为数据中筛选预设条数的行为数据；

将筛选出的行为数据拼接为实时行为数据。

可选地，根据所述用户向量表示和所述多个对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象，包括：

确定所述用户向量表示分别与所述多个对象向量表示之间的空间距离；

按照空间距离由小到大的顺序，从所述多个候选对象中筛选出预设数量个候选对象作为所述目标对象。

可选地，在从所述多个候选对象中确定向所述目标用户待推荐的目标对象后，所述方法还包括；

获得对多个用户的历史行为数据进行多种预设处理后，得到的多个对象；

将所述多个对象和所述目标对象作为待推荐对象，并对各个待推荐对象进行排序，得到各个待推荐的序列；

将排列在前的预设数量个待推荐对象发送给所述目标用户。

可选地，所述服务器配置有调用服务，所述调用服务中预设有与所述预测模型对应的输入配置参数和输出配置参数；将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示，包括：

根据所述输入配置参数，对所述实时行为数据进行预处理，得到待输入的数据；

通过所述调用服务发出针对所述预测模型的预测请求，以将所述待输入的数据输入至所述预测模型，所述调用服务用于获取所述预测模型输出的与所述输出配置参数对应的用户向量表示；

获得由所述调用服务返回的所述用户向量表示。

本申请实施例的第二方面，提供一种对象推荐装置，所述装置包括：

第一获得模块，用于获得目标用户的实时行为数据；

输入模块，用于将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示；其中，所述预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的；

第二获得模块，用于获得多个候选对象的对象向量表示；

确定模块，用于根据所述用户向量表示和多个所述对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象。

本发明实施例的第三方面，还公开了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如第一方面所述的对象推荐方法。

本发明实施例的第四方面，还公开了一种计算机可读存储介质，其存储的计算机程序使得处理器执行如本发明第一方面实施例所述的对象推荐方法。

与现有技术相比，本申请包括以下优点：

本发明实施中，可以将目标用户的实时行为数据输入预先训练的预测模型，得到目标用户的用户向量表示，接着，获得多个候选对象的对象向量表示，并根据用户向量表示和多个对象向量表示，从多个候选对象中确定向所述目标用户待推荐的目标对象。其中，预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的。

由于本申请中，先利用预测模型生成目标用户实时行为数据对应的用户向量表示，该用户向量表示可以表征目标用户当前对一些对象做出搜索、收藏、观看等的的行为特征，可以反映用户当前所喜好的一些对象的行为特征。而多个候选对象的对象向量表示可以反映群体用户历史上所喜好的一些对象。如此，多个候选对象可以作为供向目标用户推荐的候选对象集，这样，可以用目标用户的行为特征在多个候选对象中搜索，从而搜索出与目标用户当前的行为特征所匹配的对象，进而提高向目标用户推荐对象的准确度。如此，充分利用了目标用户当前的实时行为数据，从而使得向目标用户所推荐的对象与用户当前的需求紧密关联，从而优化了用户体验。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例的一种对象推荐方法的步骤流程示意图；

图2是本申请实施例的一种获取实时行为数据的流程示意图；

图3是本申请实施例的一种对象推荐方法的流程示意图；

图4是本申请实施例的一种对象推荐装置的结构示意图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

以在短视频平台向用户推荐视频为例，相关技术中，一般采用深度网络模型从海量视频信息中筛选出与用户尽量相关的视频集合。深度网络模型召回具有良好的兴趣泛化能力，能够有效挖掘用户潜在兴趣视频。例如，通过用户既往搜索明星A的相关视频，可以挖掘到用户可能喜欢明星B的视频，从而可以将明星B的视频推荐给用户。

然而，深度网络模型由于其训练过程相对耗时较长，需要每天更新，但是该深度网络模型更新所使用的训练数据为用户离线行为数据，势必会造成对用户最新实时行为信息的丢失，具有滞后性。例如，用户可能在一段时间内喜欢言情类视频，而随着时间推移逐渐开始喜欢喜剧类视频，而不再喜欢言情类视频，而训练数据一般以十天甚至更长时间为单位进行采集生成。如此，在用户喜好喜剧类视频时，向用户推荐的仍然是言情类视频。

有鉴于此，为解决相关技术中向用户推荐对象时存在的时效性滞后、准确率不高的问题，申请人提出了以下技术构思：将目标用户当前的实时行为数据输入到预测模型，得到反映目标用户当前对对象进行的一系操作特点的用户向量表示，接着，对该用户向量表示和多个候选对象的对象向量表示进行最邻近搜索，从而筛选出向目标用户推荐的对象。

参照图1，示出了本申请实施例的一种对象推荐方法的步骤流程图，所述对象推荐方法可以应用于服务器中，当然，实际中，该对象推荐方法可以应用于需要向用户推荐一些对象的应用场景中，例如，可以应用于短视频推荐场景中、文章内容推荐场景中、商品推荐场景中，其具体可以包括以下步骤：

步骤S101：获得目标用户的实时行为数据。

本申请实施例中，目标用户可以是指需要待推荐对象的用户，该目标用户的实时行为数据可以是指当目标用户打开相应的应用，并在应用中触发了搜索，或者，在应用中打开了可以浏览对象列表的页面时，获取目标用户当前时刻以及在当前时刻之前的预设时段内在应用中进行的与对象有关的行为数据。例如，以短视频场景为例，用户进入短视频应用后点击了搜索框，如此，便可以获取目标用户在当前在短视频应用中的行为数据。或者，用户进入短视频的视频列表页面时，由于需要在视频列表页面展示向用户推荐的短视频，此时，便可以获取目标用户当前在短视频应用中的行为数据。

实际中，实时行为数据可以是用户在当前时刻进行搜索对象、收藏对象、点赞对象、关注对象时产生的行为数据，通过这些实时行为数据可以确定用户当前对对象进行一些操作行为的行为特征。例如，可以反映用户搜索了哪些对象、观看了哪些对象，通过搜索和观看，如此，可以反映用户对哪些对象较为关注。

以对象为视频为例，实时行为数据可以包括目标用户观看的视频id、观看时长、搜索标签、搜索次数、视频兴趣标签等信息。

步骤S102：将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示。

其中，所述预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的。

其中，本实施例中的预测模型可以存储在服务器的后台应用中。

本实施例中，预测模型可以用于对输入的行为数据进行处理，得到该行为数据的向量表示，该向量表示可以用于指示输入的行为数据所对应的用户所喜好的对象的特征，这些特征可以是对象在多个维度上的特征，以对象为视频为例，可以反映用户所喜好的视频在视频类别上的特征、主演明星上的特征等。由此，可以通过该预测模型输出的向量表示，确定用户对具有哪些特征的对象较为关注。例如，可以确定用户对武侠剧是否感兴趣、对某些明星主演的视频是否感兴趣等。

其中，将实时行为数据输入到预测模型后，输出的用户向量表示可以反映目标用户当前所喜好的一些对象的特征，例如，可以反映目标用户在当前所关注的一些视频在某些维度上的特征，例如，可以反映目标用户当前所关注的视频的演员信息、角色信息、视频类别信息等。

步骤S103：获得多个候选对象的对象向量表示。

本实施例中，候选对象的对象向量表示可以反映候选对象的多维度特征，该候选对象可以是指对象池中等待向目标用户推荐的对象。具体地，该多个候选对象可以是根据历史上多个用户的历史行为数据确定出的，用于表征用户群体在近期整体所喜好的对象所具有的特征，一个对象向量表示可以唯一表征一个候选对象。例如，用户群体在近一个月内对某个明星参与的视频较为喜好，则该明星所录制的所有视频可以作为候选对象。

进一步地，该多个候选对象还可以是根据历史上与目标用户属于同一类别的多个用户的历史行为数据确定出的，与目标用户属于同一类别的多个用户可以是指与目标用户在一些特征上相同的用户，例如均属于中青年用户、均属于女性用户、均属于老年用户、均属于高学历用户等。

如此，可以进一步精确筛选出候选对象，提高对目标用户进行对象推荐的精确性。

步骤S104：根据所述用户向量表示和多个所述对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象。

本实施例中，输出的用户向量表示可以反映目标用户当前所关注的一些对象的特征，该用户向量表示可以表征目标用户在当前进行的对象搜索、观看等行为的行为特征，多个候选对象的对象向量表示可以表征群体用户在近期整体所喜好的对象，即唯一表征一个候选对象。因此，可以基于用户向量表示，对所述多个候选对象的对象向量表示进行搜索，从而得到与目标用户的用户向量表示紧密关联的对象向量表示，进而可以将紧密关联的对象向量表示所对应的目标对象确定为是待向目标用户推荐的对象。

示例地，一个候选对象的对象向量表示为梅超风-桃花岛-郭靖-翁美玲，该候选对象唯一表征视频《射雕英雄传》，而用户向量表示是：“翁美玲-港台明星”，则可以确定对象向量表示与用户向量表示较为接近，则可以将《射雕英雄传》确定为可以向用户推荐的目标视频。

具体地，可以确定用户向量表示和多个对象向量表示之间的关联度，该关联度可以反映用户向量表示与对象向量表示之间在某些特征上的重合性，即反映目标用户所喜好的对象的特征与用户群体所喜好的对象所具有的特征之间的重合性，当重合的特征越多，则候选对象的对象向量表示越接近用户向量表示，实际中，目标用户当前对该候选对象越感兴趣，则可以将该候选对象作为后续向目标用户推荐的目标对象。

例如，候选对象的对象向量表示表征群体用户喜好的视频具有明星S、武侠剧、视频特色内容的特征，而目标用户的用户向量表示表征具有明星M的特征，当二者关联度较高，则可以将该候选对象推荐给目标用户，如此，便向目标用户推荐了与其喜好的明星M相关的明星S的视频。

采用本申请实施例的技术方案，由于用户向量表示可以表征目标用户当前对一些对象做出搜索、收藏、观看等行为特征，可以反映目标用户当前所喜好的一些对象的特征，而多个候选对象的对象向量表示可以表征用户群体所喜好的对象所具有的特征。如此，多个候选对象可以作为供向目标用户推荐的对象集，这样，可以用目标用户的用户向量表示在多个候选对象中搜索，从而搜索出与目标用户当前的用户向量表示所匹配的对象，进而提高向目标用户推荐对象的准确度。如此，充分利用了目标用户当前的实时行为数据，从而使得向目标用户所推荐的对象与目标用户当前的需求紧密关联，从而优化了用户体验。

参照图2和图3所示，图2示出了本申请实施例中获取实时行为数据的流程示意图，图3示出了本申请实施例的一种对象推荐方法的总体流程示意图，结合图2和图3所示，对本申请又一实施例中的一种对象推荐方法进行介绍。

首先，如图2所示，对本申请获得的实时行为数据进行介绍，一般而言，输入到预测模型的数据一般是列表(列表一般包括多条数据)的形式，而当前时刻目标用户进行预设操作的实时行为数据可能只有一条数据，如此，便构不成数据列表，此时，若将该单条的实时行为数据处理后输入到预测模型，其得到的用户向量可用性差，有可能无法用于后续的使用。且考虑到刻画目标用户搜索对象和观看对象的行为的准确性，会需要足够数量的行为数据。基于上述两种考虑，即既考虑预测模型对输入的要求又考虑行为特征刻画的准确性，在一种实施例中，会将目标用户当前时刻的实时行为数据和目标用户在当前时刻之间的部分历史行为数据进行融合，以提高对目标用户的行为特征的刻画准确性以及提高预测模型输出的用户向量表示的可用性，从而避免实时行为数据可能是单条行为数据时，导致的预测模型可能输出可用性差的用户向量表示的问题。

在一种示例中，可以通过以下步骤获得目标用户的实时行为数据：

步骤S1011：获取所述目标用户在当前时刻进行的预设操作的当前行为数据，以及在当前时刻之前进行所述预设操作的目标历史行为数据。

其中，所述预设操作至少可以包括搜索操作和观看操作。

本示例中，可以对目标用户进行的每次搜索操作和观看操作的行为数据进行分别记录，从而形成目标用户进行搜索操作行为的搜索行为数据队列和进行观看操作行为的观看行为数据队列。

具体实施时，在当前时刻获取到目标用户对对象进行搜索操作和观看操作的实时行为数据时，可以从搜索行为数据队列中提取预设条数的搜索行为数据，例如，M条搜索行为数据；并从观看行为数据队列中提取预设条数的观看行为数据，例如N条观看行为数据。提取出的预设条数的搜索行为数据和观看行为数据便为目标历史行为数据。

其中，从搜索行为数据队列中提取预设条数的搜索行为数据和从观看行为数据队列中提取预设条数的观看行为数据，均是距离当前时刻较近的行为数据，如此，每当目标用户进行了预设操作时，提取出的搜索行为数据和观看行为数据均可以反映用户当前时刻附近的行为特点，例如，当前时刻10分钟内的行为特点，通过提取搜索行为数据和观看行为数据，可以增加刻画用户当前时刻的行为特征的数据量，从而使得对用户当前的行为特征的刻画更为准确。

如图2所示，user实时行为数据即为目标用户的实时行为数据，该实时行为数据也可以包括搜索操作的实时搜索行为数据，和观看操作的实时观看行为数据。图2中user历史行为数据即包括预设条数的搜索行为数据和观看行为数据便为目标历史行为数据。

步骤S1012：将属于相同预设操作的当前行为数据与目标历史行为数据进行多维度的数据合并，得到每种预设操作对应的多条行为数据。

本实施例中，预设操作包括搜索操作和观看操作，实时行为数据也对应地可以包括实时搜索行为数据和实时观看行为数据，而目标历史行为数据也包括搜索行为数据和观看行为数据，如此，可以将同属搜索操作的实时搜索行为数据和搜索行为数据进行多维度的合并，将同属观看操作的实时观看行为数据和观看行为数据进行多维度的合并。

其中，所述多维度的数据合并至少包括：观看时长的合并、搜索次数的合并、对象标签的合并。例如，对同属搜索操作的实时搜索行为数据和搜索行为数据进行合并时，可以将具有相同对象标签的实时搜索行为数据和搜索行为数据合并为一条搜索行为数据，之后，对该条合并后的搜索行为数据可以将搜索次数进行累加，从而得到新的搜索行为数据。

同理，同属观看操作的实时观看行为数据和观看行为数据进行合并时，可以将具有相同对象标签的实时观看行为数据和观看行为数据合并为一条观看行为数据，之后，对该条合并后的观看行为数据可以将观看时长进行累加，从而得到新的观看行为数据。

如此，针对搜索行为，便得到对应的多条新的搜索行为数据，针对观看行为，便可以得到多条新的观看行为数据。

步骤S1013：按照时间先后顺序，从每种预设操作对应的多条行为数据中筛选预设条数的行为数据。

本实施例中，可以按照每条行为数据对应的最后一次操作的操作时间的先后顺序，从每种预设操作对应的多条行为数据中筛选预设条数的行为数据，即，从多条新的观看行为数据中筛选出预设条数的观看行为数据，从多条新的搜索行为数据中筛选出预设条数的搜索行为数据。其中，该预设条数可以根据实际情况确定，例如，可以确定为M条搜索行为数据和N条观看行为数据。

其中，由于目标用户的目标历史行为数据与实时行为数据合并后，若新增了针对某个对象的行为数据，可能使得合并后的新的行为数据的数量增加，如此，为保证行为数据的实时性，可以又按照时间先后顺序，从多条新的观看行为数据中筛选出预设条数的观看行为数据，并从多条新的搜索行为数据中筛选出预设条数的搜索行为数据。这样，可以剔除距离当前时刻较远的一些行为数据，而始终保留距离当前时刻较近的行为数据，例如，始终包括距离当前时刻10分钟内的30条行为数据，以保证目标用户的行为数据的实时性。

步骤S1014：将筛选出的行为数据拼接为实时行为数据。

本实施例中，从多条新的观看行为数据中筛选出预设条数的观看行为数据，从多条新的搜索行为数据中筛选出预设条数的搜索行为数据，如此可以将预设条数的观看行为数据和预设条数的搜索行为数据进行拼接，合并为实时行为数据。本实施例中的拼接可以理解为是两种预设操作分别对应的行为数据进行融合。

对多条行为数据进行拼接后得到的实时行为数据可以将目标用户在当前时刻附近所进行的行为予以综合，以更全面地反映用户的行为特征。

如图2所示，可以将user实时行为数据和user历史行为数据进行融合，得到了实时行为数据。

需要说明的是，可以在当前时刻之后的任一时刻，接收到用户再次进行预设操作的行为数据时，重复以上步骤S1011至步骤S1013，使得每次采集的实时行为数据均包含距离当前时间最近的多条搜索行为数据和观看行为数据。

采用本示例的实施方式时，可以充分利用用户最近一段时间的历史行为数据和用户当前时刻的实时行为数据，以准确刻画目标用户对对象进行操作的行为特征，以提高对象推荐的准确性。

以上实施例，仅以对对象的搜索操作和观看操作为例进行的说明，当然，实际中，也可以获得目标用户对对象进行的其他操作的行为数据，对于其他操作的行为数据也可以按照上述步骤S1011至步骤S1014的过程获得实时行为数据。

当然，如图2所示，得到实时行为数据后，也可以将目标用户的标签兴趣与实时行为数据进行融合，具体地，该标签兴趣即为目标用户预设的其所感兴趣的视频，例如，标签兴趣是武侠剧、言情剧等。

下面，结合图3所示，对本申请的对象推荐的整体流程进行介绍。具体地，由于本申请是基于预测模型对实时行为数据进行预测，因此，涉及到预测模型的训练。下面，对预测模型的训练和更新进行说明。

具体地，训练预测模型的过程可以参照相关技术所述，而在训练得到预测模型之后，可以对预测模型进行周期性更新，其中，每次更新所用的训练样本为该次更新时刻之前的预设时段内多个用户的历史行为数据。

这样，每隔一段时间便可以用新收集的用户的历史行为数据对预测模型进行训练更新，从而得到更新后的预测模型。相应地，在获得目标用户的实时行为数据后，可以将目标用户的实时行为数据输入当次更新得到的预测模型。如此，通过当次更新得到的预测模型输出的目标用户的用户向量表示可以更加准确地反映目标用户所关注的对象的特征。

如图3所示，每天更新一次预测模型，每天更新预测模型所用的训练样本是当天之前一个月内多个用户的历史行为数据。接着，可以将目标用户当天的实时行为数据输入到最后一次更新的预测模型中。

下面，对本申请实施例的训练预测模型所需的训练样本进行介绍。

一种情况A中，训练样本包括多个用户的历史行为数据。具体地，服务器可以将历史行为数据处理为训练模型时所要输入的数据格式，例如，将历史行为数据处理为历史embedding向量，具体包括历史搜索行为的embedding向量和历史观看行为的embedding向量。

此种情况中，获取的历史行为数据可以是多个用户对对象进行搜索、观看、收藏等行为的行为数据。具体实施时，可以获取所有用户的历史观看行为日志及搜索行为日志，并将所有用户的历史观看行为日志处理为用户历史观看行为的embedding向量，以及将所有用户的搜索行为日志处理为历史搜索行为的embedding向量。

相应地，目标用户的实时行为数据可以包括目标用户当前对对象进行搜索、观看、收藏等行为的行为数据，其中，可以将目标用户的实时行为数据也处理为实时embedding向量，具体包括实时搜索行为的embedding向量和实时观看行为的embedding向量。

此情况A中，可以利用所有用户的历史观看行为的embedding向量和历史搜索行为的embedding向量，训练预测模型，以对预测模型进行更新，得到更新后的预测模型。相应地，在将所述目标用户的实时行为数据输入训练的预测模型时，可以将对实时行为数据处理后的实时搜索行为的embedding向量和实时观看行为的embedding向量输入到预测模型。

一种情况B中，更新以及训练预测模型的训练样本还可以包括多个用户对多个历史操作对象的兴趣得分，具体地，可以将历史行为数据处理为历史搜索行为的embedding向量和历史观看行为的embedding向量，并根据兴趣得分得到对历史操作对象的兴趣的embedding向量，进而将这些向量进行拼接为一个整体的历史embedding向量，将该历史embedding向量作为训练样本。

相应地，在获得目标用户的实时行为数据时，还可以确定所述目标用户所针对的各实时操作对象，以及各所述实时操作对象的操作标签；根据所述操作标签对应的权重，获得各所述实时操作对象的兴趣得分。

接着，在将目标用户的实时行为数据处理为实时搜索行为的embedding向量和实时观看行为的embedding向量时，可以将实时操作对象的兴趣得分处理为实时的兴趣得分向量，从而将实时搜索行为的embedding向量、实时观看行为的embedding向量、实时的兴趣得分向量拼接为整体的实时embedding向量。进而，将该实时embedding向量输入到最后一次更新的预测模型。

其中，历史操作对象即为多个用户在历史时段中执行搜索行为、观看行为、收藏行为、点赞行为的对象。通过用户对历史操作对象执行的搜索行为、观看行为、收藏行为、点赞行为等，可以根据为这些行为分别预先设置的权重进行加权求和，从而得到历史操作对象的兴趣得分。

其中，实时操作对象可以是指目标用户当前执行搜索行为、观看行为、收藏行为、点赞行为等的对象，实时操作对象的操作标签可以表征目标用户对实时操作对象执行的某种行为，例如，目标用户对实时操作对象执行了点赞行为，则操作标签是点赞标签。当前，实际中，操作标签便可以有多种。

本实施例中，便可以根据每种操作标签对应的权重，对各实时操作对象进行加权求和，得到实时操作对象的兴趣得分。各实时操作对象的兴趣得分可以是指对实时操作对象的操作标签按照各自的权重进行加权后的得分。

无论采用上述情况A或情况B，均可以训练预测模型，并得到预测模型所输出的用户向量表示。

其中，如图3所示，由于本申请利用的是目标用户的实时行为数据召回目标用户感兴趣的对象，而预测模型是不断被离线训练的，且保存在后台，因此，在将目标用户的实时行为数据输入当次更新得到的预测模型时，可以利用调用服务，调用保存在远端的预测模型。

其中，所述调用服务可以是安装在服务器上的一个客户端应用，该调用服务中预设有与所述预测模型对应的输入配置参数和输出配置参数，则在将目标用户的实时行为数据输入预先训练的预测模型，得到目标用户的用户向量表示时，可以根据所述输入配置参数，对所述实时行为数据进行预处理，得到待输入的数据；并通过所述调用服务发出针对所述预测模型的预测请求，以将所述待输入的数据输入至所述预测模型，所述调用服务用于获取所述预测模型输出的与所述输出配置参数对应的用户向量表示；接着，可以获得由所述调用服务返回的用户向量表示。

其中，调用服务可以为基于GRPC通信协议的服务，或者可以为基于HTTP通信协议的服务。

本实施例中，输入配置参数和输出配置参数可以预先设置，其中，输入配置参数可以用于指示输入到预测模型的数据的格式，输出配置参数可以用于指示预测模型输出的数据的格式。

如图3所示，可以利用调用服务向保存在远端的预测模型发起预测请求，接着，调用服务再返回预测模型输出的用户向量表示。

在本示例中，服务器可以设置有用于向用户推荐对象的处理模块，该处理模块负责执行向目标用户推荐对象的任务。该处理模块可以根据输入配置参数，对实时行为数据进行预处理，得到待输入的数据。具体地，待输入的数据的格式与输入配置参数对应的格式一致，例如，将上述实时行为数据转化为所要求的protobuffer格式或向量表示。其中，Protobuf是Google开源的一款类似于Json、XML数据交换格式、其内部数据是纯二进制格式。

本示例中，在得到待输入的数据后，可以生成预测请求，该预测请求中可以包括待输入的数据，之后，可以通过调用服务发出预测请求，以使后端预测模型响应于该预测请求，将待输入的数据输入至预测模型，预测模型对待输入的数据进行处理，从而输出与输出配置参数对应的用户向量表示。

接着，调用服务可以获取预测模型所输出的用户向量表示，并返回给服务器执行对象推荐的处理模块。

采用在线调用预测模型的方式，可以实现对预测模型的实时利用，从而得到针对目标用户的实时行为数据所召回的对象，保证所召回的对象的实时性，避免所召回的对象滞后，与目标用户当前的情况不匹配的问题。

当然，本申请实施例的调用服务也可以为采用其他通信协议的服务，在此不做限定。

在本实施例中，多个候选对象的对象向量表示的获得可以是预测模型在最后一次更新结束时，所述预测模型所输出的多个候选对象的对象向量表示。

本实施例中，预测模型在每次更新结束时，均可以保留更新结束时所输出的对象向量表示，具体地，可以由后端将每次更新预测模型时，所输出的多个候选对象的对象向量表示进行存储，以便后期使用。其中，由于输入到预测模型进行更新的训练样本是多个用户的历史行为数据，如此，在利用这些训练样本更新预测模型时，预测模型便可以输出与历史行为数据对应的对象向量表示，这些对象向量表示可以反映多个用户，即群体用户所喜好的对象所具有的特征，由于这些特征维度广、信息多，因此一个对象向量表示便可以唯一表征一个对象。如此，这些对象向量表示对应的对象便可以作为候选对象。

如此，便可以在更新预测模型的同时，实现对对象的召回，在一种情况中，候选对象的对象向量表示可以是最后一次更新预测模型时输出的向量表示，最后一次更新预测模型可以是指距离当前时刻最近的一次更新所得到的预测模型，则候选对象的对象向量表示可以是最后一次更新预测模型时输出的向量表示。

当然，在又一种情况中，若预测模型还未被更新，而是初次训练得到的，此种情况下，则候选对象的对象向量表示可以是训练预测模型结束时输出的向量表示。采用此种方式时，可以实现候选对象随着时间推移而不断被更新。

其中，后端可以在得到用户向量表示后，利用用户向量表示，对与存储的预测模型最后一次更新所输出的多个对象向量表示进行最近邻搜索，从而得到目标对象。具体地，可以确定所述用户向量表示分别与所述多个对象向量表示之间的空间距离；并按照空间距离由小到大的顺序，从所述多个候选对象中筛选出预设数量个候选对象作为向目标用户待推荐的目标对象。

本实施例中，用户向量表示与候选对象的对象向量表示之间的空间距离可以表征用户向量表示与对象向量表示之间的相关联的程度，空间距离越近，则二者越关联，表征目标用户的用户向量表示与候选对象的对象向量表示之间的差距越小，如此，候选对象便可以认为是目标用户当前所关注的对象，则可以将该候选对象作为目标用户的召回对象，以便后期推荐给目标用户。

在一种实施例中，可以将确定出的目标对象发送给目标用户。当然，在又一种示例中，为了进一步提高向目标用户推荐对象的准确度和丰富性，还可以在得到各个目标对象后，将该各个目标对象的对象向量表示与其他预设算法所召回的对象的对象向量表示一并输入到排序模型，通过排序模型输出的结果，最终确定向该目标用户推荐的对象。

具体实施时，可以获得对多个用户的历史行为数据进行多种预设处理后，得到的多个对象；之后，将所述多个对象和所述目标对象作为待推荐对象，并对各个待推荐对象进行排序，得到各个待推荐对象的序列；将排列在前的预设数量个待推荐对象发送给所述目标用户。其中，一个待推荐对象的序列可以表征向该对象被推荐给目标用户的推荐指数，排序越高，推荐指数越高。

其中，多种预设处理可以是指对多个用户的历史行为数据进行了不同方式的处理，每种处理方式下，可以得到对应的至少一个召回的对象。如此，多种预设处理后得到的多个对象可以理解为是：采用多种方式对对象进行召回后，得到的多个被召回的对象。

其中，多种预设处理可以包括：利用与预测模型的模型结构不同的其他预测模型所进行的召回，其召回过程可以参照上述步骤S101至步骤S104所述，其他预测模型的结构可以是DNN(Deep Neural Networks，深度神经网络)、DSSM(Deep Structured SemanticModels，深度语义匹配模型)等模型结构。

当然，多种预设处理也可以包括通过其他策略，所得到的多个对象，例如，对多个用户的历史行为数据进行点击量统计而得到的点击量较大的对象。

示例地，如共有三种方式的召回，一种方式为前述示例中的实时预测召回，即根据用户向量表示和适配的对象向量表示，召回了100个用户最感兴趣的视频(即目标对象)。另一方式是根据用户感兴趣的up主得到的召回，如用户对“李子柒”，“密子君”(两者均为视频上传作者，亦称为up主)感兴趣，该方式召回会将这两个up主的视频根据相应的算法获取100个，作为本方式的召回结果。再一种方式中，为利用模型DSSM召回，该召回为深度网络模型召回，根据用户行为历史样本训练模型最终得到100个视频作为本方式召回的视频。如此，以上三种召回方式供召回300个视频，该300个视频即作为待推荐视频，然后对这300个视频进行排序，从而筛选出排列在前的120个视频推荐给用户。

在一种示例中，可以分别对每个待推荐对象进行处理，得到每个待推荐对象对应的适配排序模型的数据，进而将多个待推荐对象的数据输入到排序模型进行排序，从而得到排序模型输出的多个待推荐对象的序列。

其中，所述排序模型是以向用户推荐的历史对象为训练样本，对预设网络进行训练得到的。其训练过程可以参照相关技术即可，在此不再赘述。

其中，在分别对每个待推荐对象进行处理，得到每个待推荐对象对应的适配排序模型的数据时，该适配排序模型的数据可以是待推荐对象的向量表示、待推荐对象的特征，或者，可以是待推荐对象的向量表示和特征。

示例地，以上三种召回方式召回共300个视频，可以将该300个视频的视频向量表示输入到排序模型，进而获得排序模型输出的300个视频的序列，选出排列在前的120个视频分发给目标用户。

实际中，可以将排列在前的预设数量个对象发送给目标用户，由于在向目标用户推荐对象时，考虑了根据实时行为数据所召回的目标对象，以及其他处理方式所召回的对象，这样，可以进一步提高召回的对象的丰富程度和覆盖率，从而进一步提高了向目标对象推荐的对象的准确度，同时也提高了向目标用户推荐的对象的丰富性，例如，可以将目标用户感兴趣的视频、目标用户感兴趣的明星的各类型视频均推荐给用户。

下面，以在短视频领域，向用户推荐短视频为例，对本申请实施例的对象推荐方法进行说明：

首先，可以训练一个预测模型，该预测模型是用多个用户对短视频进行搜索、观看的历史行为数据为训练样本进行训练得到的。该预测模型可以用于对用户的行为数据进行处理，得到群体用户所关注的一些视频所具有的特征。

接着，可以每天都对该预测模型进行更新，更新所使用的训练样本是当天之前的一个月内用户观看以及搜索短视频的历史行为数据，更新结束时，预测模型输出的多个视频的特征作为候选视频集，在该候选视频集中包括短视频A、短视频B和短视频C，例如，短视频A的视频向量表示是“梅超风-桃花岛-郭靖-翁美玲”。

当用户李三在短视频平台浏览短视频时，可以获得李三当前时刻前后，比如十分钟内观看以及搜索短视频的实时行为数据，将实时数据输入到预测模型，得到李三当前时刻进行视频搜索和观看行为的用户向量表示，其反映的是李三当前时刻进行视频搜索和观看的行为特征；例如，该用户向量表示是“翁美玲-港台明星”。

然后，将李三的用户向量表示，与当天更新预测模型时输出的多个视频的视频向量表示进行比较，即进行最近邻搜索，从候选视频集中筛选出与李三当前时刻的视频搜索和观看行为最相关的一些候选视频，将筛选出的候选视频推荐给李三，例如，短视频A与用户向量表示“翁美玲-港台明星”是相关的，如此，可以将短视频A推荐给李三。

或者，将筛选出的短视频A作为为李三召回的视频，与其他处理方式下召回的候选视频一并通过排序模型进行排序，将排列在前的短视频S、短视频A都推荐给李三。如此，提高向李三推荐视频的准确度。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

基于相同的发明构思，参照图4所示，示出了本申请实施例的一种对象推荐装置的结构，如图4所示，所述装置具体可以包括以下模块：

第一获得模块401，用于获得目标用户的实时行为数据；

输入模块402，用于将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示；其中，所述预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的；

第二获得模块403，用于获得多个候选对象的对象向量表示；

确定模块404，用于根据所述用户向量表示和多个所述对象向量表示之间的相似度，从所述多个候选对象中确定向所述目标用户待推荐的目标对象。

可选地，所述装置还可以包括以下模块：

更新模块，用于对所述预测模型进行周期性更新；其中，每次更新所用的训练样本为该次更新时刻之前的预设时段内多个用户的历史行为数据；

所述输入模块402，具体可以用于将所述目标用户的实时行为数据输入当次更新得到的预测模型。

可选地，所述第二获得模块403，包括：

第一获得单元，用于获得所述预测模型在训练结束时或在最后一次更新结束时，所述预测模型所输出的多个候选对象的对象向量表示。

可选地，所述第一获得模块401，具体可以包括以下单元：

第一获取单元，用于获取所述目标用户在当前时刻进行的预设操作的当前行为数据，以及在当前时刻之前进行所述预设操作的目标历史行为数据；

合并单元，用于将属于相同预设操作的当前行为数据与目标历史行为数据进行多维度的数据合并，得到每种预设操作对应的多条行为数据；

筛选单元，用于按照时间先后顺序，从每种预设操作对应的多条行为数据中筛选预设条数的行为数据；

拼接单元，用于将筛选出的行为数据拼接为实时行为数据。

可选地，所述确定模块404具体可以包括以下任一单元：

第一确定单元，用于确定所述用户向量表示分别与所述多个候选对象的对象向量表示之间的空间距离；

第二确定单元，用于按照空间距离由小到大的顺序，从所述多个候选对象中筛选出预设数量个候选对象作为所述目标对象。

可选地，所述装置还包括；

第二获得模块，用于获得对多个用户的历史行为数据进行多种预设处理后，得到的多个对象；

输入模块，用于将所述多个对象和所述目标对象作为待推荐对象，并对各个待推荐对象进行排序，得到各个待推荐对象的序列；

发送模块，用于将排列在前的预设数量个待推荐对象发送给所述目标用户。

可选地，所述服务器配置有调用服务，所述调用服务中预设有与所述预测模型对应的输入配置参数和输出配置参数；所述输入模块402，具体可以包括以下单元：

数据处理单元，用于根据所述输入配置参数，对所述实时行为数据进行预处理，得到待输入的数据；

调用单元，用于通过所述调用服务发出针对所述预测模型的预测请求，以将所述待输入的数据输入至所述预测模型，所述调用服务用于获取所述预测模型输出的与所述输出配置参数对应的用户向量表示；

获取单元，获得由所述调用服务返回的所述用户向量表示。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

以上对本申请所提供的一种对象推荐方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种对象推荐方法，其特征在于，应用于服务器，所述方法包括：

获得目标用户的实时行为数据；

将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示；其中，所述预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的；

获得多个候选对象的对象向量表示；

根据所述用户向量表示和多个所述对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述预测模型进行周期性更新；其中，每次更新所用的训练样本为该次更新时刻之前的预设时段内多个用户的历史行为数据；

将所述目标用户的实时行为数据输入预先训练的预测模型，包括：

将所述目标用户的实时行为数据输入当次更新得到的预测模型。

3.根据权利要求2所述的方法，其特征在于，获得多个候选对象的对象向量表示，包括：

获得所述预测模型最后一次更新结束时，所述预测模型所输出的多个候选对象的对象向量表示。

4.根据权利要求1所述的方法，其特征在于，获得目标用户的实时行为数据，包括：

获取所述目标用户在当前时刻进行预设操作的当前行为数据，以及在当前时刻之前进行所述预设操作的目标历史行为数据；所述预设操作至少包括搜索操作和观看操作；

将属于相同预设操作的当前行为数据与目标历史行为数据进行多维度的数据合并，得到每种预设操作对应的多条行为数据；

按照时间先后顺序，从每种预设操作对应的多条行为数据中筛选预设条数的行为数据；

将筛选出的行为数据拼接为实时行为数据。

5.根据权利要求1所述的方法，其特征在于，根据所述用户向量表示和所述多个对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象，包括：

确定所述用户向量表示分别与所述多个对象向量表示之间的空间距离；

按照空间距离由小到大的顺序，从所述多个候选对象中筛选出预设数量个候选对象作为所述目标对象。

6.根据权利要求1-4任一所述的方法，其特征在于，在从所述多个候选对象中确定向所述目标用户待推荐的目标对象后，所述方法还包括；

获得对多个用户的历史行为数据进行多种预设处理后，得到的多个对象；

将所述多个对象和所述目标对象作为待推荐对象，并对各个待推荐对象进行排序，得到各个待推荐对象的序列；

将排列在前的预设数量个待推荐对象发送给所述目标用户。

7.根据权利要求1-4任一所述的方法，其特征在于，所述服务器配置有调用服务，所述调用服务中预设有与所述预测模型对应的输入配置参数和输出配置参数；将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示，包括：

根据所述输入配置参数，对所述实时行为数据进行预处理，得到待输入的数据；

通过所述调用服务发出针对所述预测模型的预测请求，以将所述待输入的数据输入至所述预测模型，所述调用服务用于获取所述预测模型输出的与所述输出配置参数对应的用户向量表示；

获得由所述调用服务返回的所述用户向量表示。

8.一种对象推荐装置，其特征在于，所述装置包括：

第一获得模块，用于获得目标用户的实时行为数据；

输入模块，用于将所述目标用户的实时行为数据输入预先训练的预测模型，得到所述目标用户的用户向量表示；其中，所述预测模型是以多个用户的历史行为数据为训练样本，对预设模型进行训练得到的；

第二获得模块，用于获得多个候选对象的对象向量表示；

确定模块，用于根据所述用户向量表示和所述多个对象向量表示，从所述多个候选对象中确定向所述目标用户待推荐的目标对象。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如权利要求1-7任一项所述的对象推荐方法。

10.一种计算机可读存储介质，其特征在于，其存储的计算机程序使得处理器执行如权利要求1-7任一项所述的对象推荐方法。

Images