CN112765241A - 召回数据确定方法、装置及存储介质 - Google Patents
召回数据确定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112765241A CN112765241A CN202110156983.8A CN202110156983A CN112765241A CN 112765241 A CN112765241 A CN 112765241A CN 202110156983 A CN202110156983 A CN 202110156983A CN 112765241 A CN112765241 A CN 112765241A
- Authority
- CN
- China
- Prior art keywords
- recall
- target
- data
- strategy
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000002474 experimental method Methods 0.000 claims abstract description 61
- 238000001914 filtration Methods 0.000 claims description 111
- 230000004044 response Effects 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 14
- 230000001960 triggered effect Effects 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000013500 data storage Methods 0.000 abstract description 6
- 239000000463 material Substances 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000006399 behavior Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 241001331845 Equus asinus x caballus Species 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 239000004575 stone Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种召回数据确定方法、装置及存储介质,涉及人工智能领域的推荐技术,该方法包括:响应于目标用户对应的召回数据获取请求,确定目标召回实验组;召回数据获取请求中携带目标数据类型,目标召回实验组中配置有至少一个目标召回策略和对应的目标召回指标;获取至少一个目标召回策略和对应的目标召回指标;从预设召回策略池中获取至少一个目标召回策略对应的目标召回配置信息;基于至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取目标用户对应的目标召回数据,目标召回数据的数据类型为目标数据类型。本发明能够提高目标召回数据确定的精准性,且能够降低计算资源和存储资源的占用。
Description
技术领域
本发明属于计算机技术领域,具体涉及一种召回数据确定方法、装置及存储介质。
背景技术
在推荐系统中,召回指的是从全量信息集合中触发尽可能多的正确结果,并将结果返回给排序。排序指的是对所有的召回内容进行打分排序,选出得分最高的几个结果推荐给用户。
现有技术一般不区分目标召回数据的类型,将所有类型的召回数据混合在一起推荐给用户,使得召回数据的分类不够清晰,从而降低目标召回数据推荐的精准性;且现有技术的召回试验中,每一个召回策略均需要在该实验中配置全量的召回参数,需要占用较多的计算资源和存储资源。
发明内容
为了解决上述技术问题,本发明提出一种召回数据确定方法、装置及存储介质。
一方面,本发明提出了一种召回数据确定方法,所述方法包括:
响应于目标用户对应的召回数据获取请求,确定目标召回实验组;所述召回数据获取请求中携带目标数据类型,所述目标召回实验组中配置有至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
获取所述至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
从预设召回策略池中获取所述至少一个目标召回策略对应的目标召回配置信息;
基于所述至少一个目标召回策略对应的目标召回配置信息和所述目标召回指标,从预设召回数据池中获取所述目标用户对应的目标召回数据,所述目标召回数据的数据类型为所述目标数据类型。
另一方面,本发明实施例提供了一种召回数据确定装置,所述装置包括:
响应模块,用于响应于目标用户对应的召回数据获取请求,确定目标召回实验组;所述召回数据获取请求中携带目标数据类型,所述目标召回实验组中配置有至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
获取模块,用于获取所述至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
召回配置信息获取模块,用于从预设召回策略池中获取所述至少一个目标召回策略对应的目标召回配置信息;
目标召回数据获取模块,用于基于所述至少一个目标召回策略对应的目标召回配置信息和所述目标召回指标,从预设召回数据池中获取所述目标用户对应的目标召回数据,所述目标召回数据的数据类型为所述目标数据类型。
另一方面,本发明提出了一种电子设备,该电子设备包括处理器和存储器,存储器中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现如上述所述的召回数据确定方法。
另一方面,本发明提出了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述所述的召回数据确定方法。
本发明实施例提出的召回数据确定方法、装置及存储介质,在接收到目标用户对应的、携带目标数据类型的召回数据获取请求之后,确定预先配置有至少一个目标召回策略和该至少一个目标召回策略对应的目标召回指标的目标召回实验组,接着获取该至少一个目标召回策略和对应的目标召回指标,并从预设召回策略池中获取该至少一个目标召回策略对应的目标召回配置信息,最后基于该至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取该目标用户对应的、且数据类型为该目标数据类型的目标召回数据。由于本发明实施例的召回数据获取请求中携带目标数据类型,使得可以从召回数据池中获取到数据类型为该目标数据类型的目标召回数据,从而实现针对不同类型的目标召回数据单独拉取返回,提高后续向用户推荐目标召回数据的精准性。且由于本发明实施例在目标召回实验组中对目标召回策略以及对应的目标召回指标进行配置即可,而相应的目标召回配置信息可以配置在预设召回策略池,并在召回时从该预设召回策略池获取,从而节约了计算资源和存储资源。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本发明实施例提供的一种召回数据确定方法的实施环境示意图。
图2是本发明实施例提供的一种召回数据确定系统中的召回层的架构图。
图3是本发明实施例提供的一种召回数据确定方法的模块示意图。
图4是本发明实施例提供的一种召回数据确定方法的原理框图。
图5是本发明实施例提供的一种构建目标召回实验组的流程示意图。
图6是本发明实施例提供的一种配置目标召回实验组的界面示意图。
图7是本发明实施例提供的一种召回数据确定方法的原理框图。
图8是本发明实施例提供的建立预设召回策略与预设召回配置信息之间的映射关系的一种流程示意图。
图9是本发明实施例提供的基于至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取目标用户对应的目标召回数据的一种流程示意图。
图10是本发明实施例提供的对目标召回数据进行过滤的一种流程示意图。
图11是本发明实施例提供的对目标召回数据进行过滤的另一种流程示意图。
图12是本发明实施例提供的对过滤后的目标召回数据进行评分的一种流程示意图。
图13是本发明实施例提供的一种召回数据确定装置的结构框图。
图14是本发明实施例提供的一种召回数据确定的服务器的硬件结构框图。
具体实施方式
随着人工智能(Artificial Intelligence,AI)的研究和进步,AI在多个领域展开研究和应用。AI是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
具体地,本发明实施例提供的方案涉及自然语言处理(Nature Languageprocessing,NLP)。NLP是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融合语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱、与搜索相关的技术等。
具体地,本发明实施例涉及与搜索相关的技术中的推荐技术。
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能够以除了在这里图示或描述的那些以外的顺序实施。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、产品或服务器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。
图1是本发明实施例提供的一种召回数据确定方法的实施环境示意图。如图1所示,该实施环境至少可以包括客户端01和服务器02,该客户端01与该服务器02之间可以通过有线或无线通信方式进行直接或间接地连接,本发明实施例在此不做限制。例如,客户端01在运行其中的目标应用程序时,通过上述连接向服务器02发送目标应用程序运行请求,服务器02将该目标应用程序运行请求拆分为至少一个召回数据获取请求,并对该至少一个召回数据获取请求进行处理得到目标召回数据。服务器02通过上述连接将该目标召回数据推荐给该客户端01。
示例性地,该客户端01可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能电视、智能手表等,但并不局限于此。
示例性地,该服务器02可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
需要说明的是,图1仅仅是一种示例。
图2是本发明实施例提供的一种召回数据确定系统中的召回层的架构图。可选地,如图2所示,该召回层可以包括配置模块、物料获取模块、召回模块、过滤融合模块。
示例性地,该配置模块可以进一步包括骡马配置和七彩石配置。
该骡马配置,可以用于配置目标召回策略对应的目标召回指标。
可选地,通过该骡马配置可以动态设置多路召回策略,即将多路召回策略按照任意比例进行搭配,从而提高向用户推荐内容的灵活性与精准性。
该七彩石配置,可以用于配置目标召回策略对应的目标召回配置信息。
可选地,该目标召回配置信息可以包括该目标召回策略的具体内容、如何去预设召回池中召回相应的结果、去预设召回数据池中的哪个数据存储单元拉取数据(即召回数据来源)、能够拉取到数据的数据类型等。
示例性地,该物料获取模块可以用于获取基本物料、广告物料、泛圈物料、置顶池物料、精选物料等。
可选地,该广告物料可以包括非经济广告和经济广告,非经济广告是指不以营利为目的的广告,如政府公告,政党、宗教、教育、文化、市政、社会团体等方面的启事、声明等。经济广告是指以营利为目的的广告,通常是商业广告,它是为推销商品或提供服务,以付费方式通过广告媒体向消费者或用户传播商品或服务信息的手段。
可选地,该泛圈物料可以表征用户偏好类型的物料。
可选地,该置顶池物料可以表征当前热度较高的物料。
可选地,该精选物料可以表征具有代表性或典型性的物料。
可选地,该基本物料可以为除了其他物料之外的物料。
需要说明的是,上述所述的“物料”可以为数据。
示例性地,该召回模块包括多种召回策略。该召回策略可以指的是:为了实现召回目标,预先根据可能出现的问题制定的方案。
可选地,该多种召回策略可以包括Redis召回、Faiss召回、Tags召回、item2vec召回,但并不限于此。
其中,Tag表示标签,tag召回是一种基于标签分类的召回方式。
其中,Faiss召回是一种开源的向量召回引擎,用于寻找与某个向量最相似的N个向量。
其中,Redis是一个开源的Key-Value数据库,Key-Value数据库是一种以键值对存储数据的数据库。Redis召回可以指的是从该Key-Value数据库中召回数据。
其中,item2vec召回是把word2vec中的方法应用到推荐系统中,该word2vec是一群用来产生词向量的相关模型,该模型为浅层的神经网络。
示例性地,该过滤融合模块可以包括曝光过滤、下架过滤、重复过滤。
其中,该曝光过滤可以是指:对于同一用户,已经推荐过的内容,在接下来的一段时间内不会再推荐相同内容。
其中,该下架过滤可以指的是:将某些内容进行下架处理。比如,将实时性较差的内容下架。
其中,该重复过滤可以指的是:过滤向用户重复推荐的内容。
需要说明的是,图2仅仅是一种示例。
图3是本发明实施例提供的一种召回数据确定方法的模块示意图。该方法可以用于图1中的实施环境以及图2中的系统中。本说明书提供了如实施例或模块图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图3所示,该方法可以包括:
S101.响应于目标用户对应的召回数据获取请求,确定目标召回实验组;该召回数据获取请求中携带目标数据类型,该目标召回实验组中配置有至少一个目标召回策略和该至少一个目标召回策略对应的目标召回指标。
本发明实施例中,在通过召回层接收到目标用户对应的、携带有目标数据类型的召回数据获取请求之后,可以确定该召回数据获取请求对应的目标召回实验组。该目标召回实验组可以预先配置有至少一个目标召回策略和该至少一个目标召回策略对应的目标召回指标。
其中,该目标数据类型表征最终推荐给目标用户的目标召回数据的数据类型。
可选地,该目标召回实验用于表征从预设召回数据池中拉取召回数据的方案。
可选地,该至少一个目标召回策略可以为图2中召回模块中的召回策略。
示例性地,该目标召回指标可以为召回数量、召回比例,但并不局限于此。
可选地,当该目标召回指标为召回比例时,该召回比例用于表征通过该目标策略所召回的数据的数量,占推荐给目标用户的目标召回数据的总数量的比值。在该目标召回指标为召回数量时,该召回数量用于表征通过该目标召回策略所召回的数据的数量。
该实施例中,由于该召回数据获取请求中携带目标数据类型,使得后续可以召回类型为该目标数据类型的目标召回数据,实现不同类型的召回数据可以单独拉取并返回,使得目标召回数据的分类更加清晰,从而提高向用户推荐内容的准确率。
在一些实施例中,在上述响应于目标用户对应的召回数据获取请求,确定目标召回实验组之前,该方法还可以包括:
响应于目标用户触发的目标应用程序运行请求,获取预设混排规则对应的预设数量个候选数据类型。
基于预设数量个候选数据类型,将目标应用程序运行请求拆分为预设数量个召回数据获取请求,该预设数量个预设数量个召回数据获取请求中所携带的目标数据类型与该预设数量个候选数据类型一一对应。
图4所示为本发明实施例提供的一种召回数据确定方法的原理框图。如图4所示,该召回层接收到的召回数据获取请求可以由混排层传输过来,该混排层中可以设置相应的混排规则。
示例性地,如图4所示,该混排规则可以包括预设数量个展示槽位,每个展示槽位可以表征一种数据类型。可选地,该展示槽位可以为图文、广告、精选、泛圈等,但并不局限与此。
在客户端对应的目标用户打开该目标应用程序时,会触发该目标应用程序运行请求,服务器响应该目标应用程序运行请求,获取混排层中的混排规则对应的预设数量个候选数据类型(即展示槽位表征的数据类型)。接着服务器可以按照该预设数量个候选数据类型,将该目标应用程序运行请求拆分为预设数量个召回数据获取请求,并使得该召回数据获取请求所携带的目标数据类型与该候选数据类型一一对应。
如图4所示,假设该展示槽位为四个,分别表征图文、广告、精选、泛圈这四种数据类型。则服务器通过混排层可以将该目标应用程序运行请求拆分为四个召回数据获取请求,分别为携带图文类型的召回数据获取请求、携带广告类型的召回数据获取请求、携带精选类型的召回数据获取请求和携带泛圈类型的召回数据获取请求。接着服务器通过混排层将上述四个请求传输至召回层,服务器通过该召回层识别上述四个请求,确定召回路径,并通过不同的路径从预设召回数据池获取相应的目标召回数据。最后,服务器向客户端返回标记相应的数据类型的目标召回数据。
示例性地,该目标应用程序可以为视频类应用、游戏类应用、资讯类应用、经济类应用、购物类应用等,但并不局限与此。
该实施例中,将该标应用程序运行请求按照候选数据类型进行拆分,可以确保后续不同类型的召回数据可以单独拉取并返回,使得目标召回数据的分类更加清晰,从而提高向用户推荐内容的精准性。
在一个具体的实施例中,在召回数据获取请求的数量为多个时,则S101中的响应于目标用户对应的召回数据获取请求,确定目标召回实验组,可以包括:响应于各个召回数据获取请求,确定各个召回数据获取请求各自对应的目标召回实验组。
可选地,该各个召回数据获取请求各自对应的目标召回实验组可以相同,也可以不同。
在一些实施例中,在响应于目标用户对应的召回数据获取请求,确定目标召回实验组之前,该方法还可以包括构建该目标召回实验组的步骤。图5所示为一种构建目标召回实验组的流程示意图。如图5所示,可以包括:
S201.获取多个预设召回策略。
S203.响应于召回策略选取指令,从多个预设召回策略中确定出至少一个目标召回策略。
S205.响应于指标设置指令,确定该至少一个目标召回策略对应的目标召回指标。
S207.基于该至少一个目标召回策略和对应的目标召回指标,配置目标召回实验组。
该实施例中,可以预先配置该目标召回实验组,如上所述,配置过程具体可以为;可以预先响应用户(比如,开发人员)基于召回实验配置界面触发的召回策略选取指令,从而从多个预设召回策略中,确定出至少一个目标召回策略,并响应用户(比如,开发人员)基于召回实验配置界面(具体可以为图2中的骡马配置的界面)触发的指标设置指令,从而确定该至少一个目标召回策略对应的目标召回指标。最后根据该至少一个目标召回策略和对应的目标召回指标,配置生成该目标召回实验组。
示例性地,该目标召回策略可以为图2中的召回模块中的召回策略。
以下,以该至少一个目标召回策略为item2vec召回、Faiss召回和Tags召回,该召回指标为召回比例为例,对配置该目标召回实验组进行说明:
图6所示为本发明实施例提供的一种配置目标召回实验组的界面示意图。如图6所示,用户(比如,开发人员)可以在该界面(具体可以为图2中的骡马配置的界面)中点击“新增”按钮,从多个预设召回策略中选取item2vec召回、Faiss召回和Tags召回,从而触发召回策略选取指令。服务器响应该召回策略选取指令,以确定用于配置该目标召回实验组的目标召回策略为item2vec召回、Faiss召回和Tags召回。接着用户(比如,开发人员)可以在该界面中为item2vec召回、Faiss召回和Tags召回设置相应的召回比例(比如,item2vec召回为20%、Faiss召回为30%、Tags召回为50%),从而触发指标设置指令。服务器响应该指标设置指令,确定该至少一个目标召回策略对应的召回比例。最后,服务器根据item2vec召回、Faiss召回和Tags召回和对应的召回比例,配置该目标召回实验组。
图7所示为本发明实施例提供的一种召回数据确定方法的原理框图。如图7所示,在目标召回实验组(比如,图7中的目标召回实验组1和目标召回实验组2)的配置过程中,可以将所有的目标召回策略抽离出来,并只需要配置相应的目标召回策略以及对应的目标召回指标即可,简化目标召回实验组的配置流程,减少配置成本,从而降低对系统的计算资源和存储资源的占用。
在一个具体的实施例中,在预先配置生成的目标召回实验组的数量为多个时,可以从该多个目标召回实验组中选取任意一个作为该S101中的目标召回实验组。
如图7所示,在目标召回实验组包括目标召回实验组1和目标召回实验组2时,可以从中选取任意一个作为S101中的目标召回实验组。
S103.获取至少一个目标召回策略和该至少一个目标召回策略对应的目标召回指标。
本发明实施例中,在确定出该目标召回实验组之后,可以从该目标召回实验组的配置中获取预先配置的至少一个目标召回策略和该至少一个目标召回策略对应的目标召回指标。
如图7所示,假设S101中的目标召回实验组为目标召回实验组2,则可以从目标召回实验组2的配置中获取相应的目标召回策略和目标召回指标。
S105.从预设召回策略池中获取该至少一个目标召回策略对应的目标召回配置信息。
示例性地,该预设召回策略池可以为用于存储召回策略及其召回配置信息的集合。在确定出该至少一个目标召回策略之后,可以从该预设召回策略池中获取相应的目标召回配置信息。
在一些实施例中,在响应于目标用户对应的召回数据获取请求,确定目标召回实验组之前,该方法还可以包括建立预设召回策略与预设召回配置信息之间的映射关系的步骤。图8所示为建立预设召回策略与预设召回配置信息之间的映射关系的一种流程示意图。如图8所示,该建立预设召回策略与预设召回配置信息之间的映射关系可以包括:
S301.获取多个预设召回策略。
S303.将多个预设召回策略部署在预设召回策略池中。
S305.响应于配置信息设置指令,确定多个预设召回策略各自对应的预设召回配置信息;
S307.将多个预设召回策略各自对应的预设召回配置信息,存储在预设召回策略池中。
S309.建立多个预设召回策略与各自对应的预设召回配置信息之间的映射关系。
继续如图7所示,可以预先将多个预设召回策略部署在该预设召回策略池中。用户(比如,开发人员)可以在该图2中的七彩石配置中,设置相应的召回配置信息(比如召回策略具体内容、如何去预设召回池中去召回相应的数据、去预设召回数据池中的哪个数据存储单元拉取数据、能够拉取到的数据的数据类型等),从而触发该配置信息设置指令。服务器响应该配置信息设置指令,以确定该多个预设召回策略各自对应的预设召回配置信息,并将该多个预设召回策略各自对应的预设召回配置信息存储在该预设召回策略池中。接着建立该多个预设召回策略与各自对应的预设召回配置信息之间的映射关系。
在一个具体的实施例中,上述S105中的从预设召回策略池中获取至少一个目标召回策略对应的目标召回配置信息,可以包括:
基于该映射关系,从预设召回策略池中获取至少一个目标召回策略对应的目标召回配置信息。
继续如图7所示,假设S101中的目标召回实验组为目标召回实验组2,则可以基于预先建立好的上述映射关系,从该预设召回策略池中获取该目标召回实验组2对应的目标召回配置信息。
由于本发明实施例是将所有的预设召回策略均部署在一个预设召回策略池中,并在该预设召回实验池中为每个预设召回策略配置相应的预设召回配置信息,即每一个召回策略对应的召回配置信息只配置一次(一份)。因此,在前述配置目标召回实验组的时候,仅需配置目标召回策略以及相应的目标召回指标即可,避免为每个目标召回实验组中的召回策略均配置相应的目标召回配置信息所带来的配置流程复杂和成本较高的问题,从而简化目标召回实验组的配置流程,减少配置成本,进而降低对系统的计算资源和存储资源的占用。
S107.基于至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取目标用户对应的目标召回数据,该目标召回数据的数据类型为目标数据类型。
本发明实施例中,可以根据至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中召回数据类型为目标数据类型的目标召回数据。
示例性地,可以由图2中的物料获取模块,根据至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中召回数据类型为目标数据类型的目标召回数据。
由于本发明实施例可以根据召回数据获取请求中携带的目标数据类型召回数据类型为该目标数据类型的目标召回数据,实现不同类型的召回数据可以单独拉取并返回,使得目标召回数据的分类更加清晰,从而提高向用户推荐内容的精准性。
示例性地,该预设召回数据池可以包括数据库、其他程序模块、Redis集群、本机缓存等数据存储单元。
可选地,对于不同的目标召回策略,可以到该预设召回数据池中的不同数据存储单元中拉取相应的目标召回数据。
在一些实施例中,目标应用程序运行请求中携带目标用户的目标标识信息,则在响应于目标用户触发的目标应用程序运行请求之后,该方法还可以包括:基于目标标识信息,获取目标用户对应的目标历史行为数据。
该实施例中,在用户打开该目标应用程序时,服务器可以根据该目标应用程序运行请求中所携带的目标标识信息,获取该目标用户的历史行为数据。
示例性地,该历史行为数据可以包括但不限于:目标用户在历史时间段内的历史点击行为数据、目标用户在历史时间段内的历史偏好数据、与目标用户在历史时间段内所浏览的数据相关联的数据、目标用户在历史时间段内所浏览的热点数据等。
在一个可行的实施例中,如图9所示,上述基于至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取目标用户对应的目标召回数据,可以包括:
S10701.基于至少一个目标召回策略对应的目标召回配置信息,将目标历史行为数据与预设召回数据池中的召回数据进行相似度匹配,得到至少一个目标召回策略对应的匹配结果。
S10703.基于至少一个目标召回策略对应的目标召回指标,从对应的匹配结果中,获取至少一个目标召回策略对应的候选召回数据。
S10705.将至少一个目标召回策略对应的候选召回数据,作为目标用户对应的目标召回数据。
示例性地,该至少一个目标召回策略对应的匹配结果,可以为该预设召回数据池中,与该目标历史行为数据的匹配度达到预设阈值的召回数据。
而以目标用户的目标历史行为数据与该预设召回数据池中的召回数据之间的匹配度为基础确定匹配结果,使得匹配结果与目标用户的目标历史行为数据紧密联系在一起,从而提高后续向目标用户推荐目标召回数据的精准性。
以下,以该多种召回策略包括item2vec召回、Faiss召回和Tags召回为例,对S107中的基于至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取目标用户对应的目标召回数据进行说明:
基于item2vec召回对应的目标召回配置信息,将目标历史行为数据与该预设召回数据池中的召回数据进行相似度匹配,将匹配度大于预设阈值的召回数据,作为该item2vec召回对应的第一匹配结果。基于Faiss召回对应的目标召回配置信息,将目标历史行为数据与该预设召回数据池中的召回数据进行相似度匹配,将匹配度大于预设阈值的召回数据,作为该Faiss召回对应的第二匹配结果。基于Tags召回对应的目标召回配置信息,将目标历史行为数据与该预设召回数据池中的召回数据进行相似度匹配,将匹配度大于预设阈值的召回数据,作为该Tags召回对应的第三匹配结果。
根据第一匹配结果、第二匹配结果、第三匹配结果以及各个召回策略对应的召回比例,按照预设算法计算得到item2vec召回对应的第一候选召回数据、Faiss召回对应的第二候选召回数据和Tags召回对应的第三候选召回数据。对该第一候选召回数据、第二候选召回数据和第三候选召回数据进行融合,得到该目标用户对应的目标召回数据。
在一些实施例中,在基于至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取目标用户对应的目标召回数据之后,该方法还可以包括对目标召回数据进行过滤的步骤。图10所示为对目标召回数据进行过滤的一种流程示意图,如图10所示,可以包括:
S109.确定目标过滤实验组,该目标过滤实验组中配置有目标过滤条件。
S1011.获取目标过滤条件对应的目标过滤策略。
S1013.基于目标过滤策略对目标召回数据进行过滤,得到过滤后的目标召回数据。
该实施例中,往往某些物料内容会因为一些限制不能展示给用户,比如给用户展示过的内容需要在一定时间内不再展示给同一人,比如有些内容实时性过差需要下架等,甚至有些内容可能只能向某一类用户有针对性的推荐。因此,在确定该目标用户对应的目标召回数据之后,为了提高向目标用户推荐目标召回数据的精准性,还可以对该目标召回数据进行过滤。
在过滤之前,需要配置该目标过滤实验组,并为该目标过滤实验组配置相应的目标过滤条件,以及该目标过滤条件对应的目标过滤配置信息。
示例性地,该目标过滤条件可以为图2中的曝光过滤、下架过滤、重复过滤。
示例性地,该目标过滤配置信息可以配置在上述预设召回策略池中。
可选地,在该目标过滤实验组的数量为多个时,各个目标过滤实验组的目标过滤条件及其对应的目标过滤配置信息,均不相同。
可选地,在该目标过滤实验组的数量为多个时,可以从中任意选取一个作为上述目标过滤实验组。
示例性地,在过滤过程中,可以根据该目标过滤配置信息中所配置的过滤策略,去过滤策略池拉取对应的过滤策略的具体过滤规则。并逐条将目标召回数据与该过滤规则进行匹配,如果符合过滤规则,则将其作为过滤后的目标召回数据,否则,则删除该目标召回数据。
以下,以目标过滤条件包括曝光过滤、下架过滤、重复过滤为例,对上述过滤步骤进行说明:
图11所示为对目标召回数据进行过滤的另一种流程示意图。如图11所示,可以从多个预先设置好的目标过滤实验组中随机选择一个作为用于对上述目标召回数据进行过滤的目标过滤实验组。获取该目标过滤实验组对应的目标过滤条件。接着判断该目标过滤条件是否为曝光过滤,若是,则获取该曝光过滤对应的目标过滤配置信息,从该目标过滤配置信息中获取相应的过滤策略,通过该过滤策略去过滤策略池中拉取具体的过滤规则(比如,曝光过滤的曝光有效期、过滤的物料类型等)。接着将上述目标召回数据逐条与该过滤规则进行匹配,将符合过滤规则的目标召回数据作为过滤后的目标召回数据。若否,则继续判断该目标过滤条件是否为下架过滤或重复过滤,若是,则选取相应的过滤策略。
需要说明的是,图11仅仅是一种示例。本发明实施例不对判断目标过滤条件是否为曝光过滤或下架过滤或重复过滤的先后顺序作限定。
在一个可行的实施例中,为了提高向用户推荐内容的灵活性与精准性,该方法还可以包括:
响应于过滤策略更新指令,对目标过滤策略进行更新。
该实施例中,用户(比如,技术人员)可以进入图2所示的七彩石配置的配置界面,点击该界面中的策略更新选项,从而触发过滤策略更新指令。该过滤策略更新指令中可以包括需要更新的策略的标识信息,以及更新内容。服务器响应该过滤策略更新指令,通过该更新内容对需要更新的策略进行更新。
而通过过滤策略更新指令,对该目标过滤策略进行更新,实现了过滤策略的动态可配置化,提高了推荐内容的灵活性与精准性。
在一个可行的实施例中,当过滤后的目标召回数据的数量为多个时,则在基于目标过滤策略对目标召回数据进行过滤,得到过滤后的目标召回数据之后,该方法还可以包括对过滤后的目标召回数据进行评分的步骤。如图12所示为对过滤后的目标召回数据进行评分的一种流程示意图,如图12所示,对过滤后的目标召回数据进行评分可以包括:
S1015.通过预设评分机制,对多个过滤后的目标召回数据进行评分。
S1017.将多个过滤后的目标召回数据按照相应的评分进行降序排序,得到目标召回数据序列。
S1019.将目标召回数据序列中前预设数量个目标召回数据,推荐给目标用户。
示例性地,该预设评分机制可以为该过滤后的目标召回数据与目标用户的历史行为数据之间的匹配相似度。可以按照该匹配相似度对过滤后的目标召回数据进行排序,将排序前预设数量个目标召回数据推荐给该目标用户。
示例性地,该预设评分机制可以为目标召回数据被目标用户点击的概率。可以通过预设点击预测模型预测过滤后的目标召回数据被目标用户点击的概率,根据相应的概率对过滤后的目标召回数据进行排序,并将排序前预设数量个目标召回数据推荐给该目标用户。
如图13所示,本发明实施例还提供了一种召回数据确定装置,该装置可以包括:
响应模块401,可以用于响应于目标用户对应的召回数据获取请求,确定目标召回实验组;该召回数据获取请求中携带目标数据类型,该目标召回实验组中配置有至少一个目标召回策略和至少一个目标召回策略对应的目标召回指标。
获取模块403,可以用于获取至少一个目标召回策略和该至少一个目标召回策略对应的目标召回指标。
召回配置信息获取模块405,可以用于从预设召回策略池中获取至少一个目标召回策略对应的目标召回配置信息。
召回数据获取模块407,可以用于基于至少一个目标召回策略对应的目标召回配置信息和目标召回指标,从预设召回数据池中获取目标用户对应的目标召回数据,该目标召回数据的数据类型为目标数据类型。
在一些实施例中,该装置还可以包括:
第一预设召回策略获取模块,可以用于获取多个预设召回策略。
召回策略选取指令响应模块,可以用于响应于召回策略选取指令,从多个预设召回策略中确定出至少一个目标召回策略。
指标设置指令响应模块,可以用于响应于指标设置指令,确定至少一个目标召回策略对应的目标召回指标。
目标召回实验组配置模块,可以用于基于至少一个目标召回策略和对应的目标召回指标,配置目标召回实验组。
在一些实施例中,该装置还可以包括:
第二预设召回策略获取模块,可以用于获取多个预设召回策略。
部署模块,可以用于将多个预设召回策略部署在预设召回策略池中。
配置信息设置指令响应模块,可以用于响应于配置信息设置指令,确定多个预设召回策略各自对应的预设召回配置信息。
存储模块,可以用于将多个预设召回策略各自对应的预设召回配置信息,存储在预设召回策略池中。
映射关系建立模块,可以用于建立多个预设召回策略与各自对应的预设召回配置信息之间的映射关系。
相应地,该目标召回数据获取模块407,可以用于基于该映射关系,从预设召回策略池中获取至少一个目标召回策略对应的目标召回配置信息。
在一些实施例中,该装置还可以包括:
应用程序运行请求响应模块,可以用于响应于目标用户触发的目标应用程序运行请求,获取预设混排规则对应的预设数量个候选数据类型。
拆分模块,可以用于基于该预设数量个候选数据类型,将目标应用程序运行请求拆分为预设数量个召回数据获取请求,该预设数量个召回数据获取请求中所携带的目标数据类型与该预设数量个候选数据类型一一对应。
在一些实施例中,该装置还可以包括:
目标历史行为数据获取模块,可以用于基于目标标识信息,获取目标用户对应的目标历史行为数据。
相应地,召回数据获取模块407可以进一步包括:
相似度匹配单元,可以用于基于至少一个目标召回策略对应的目标召回配置信息,将目标历史行为数据与预设召回数据池中的召回数据进行相似度匹配,得到至少一个目标召回策略对应的匹配结果。
候选召回数据获取单元,可以用于基于至少一个目标召回策略对应的目标召回指标,从对应的匹配结果中,获取至少一个目标召回策略对应的候选召回数据。
召回数据确定单元,可以用于将至少一个目标召回策略对应的候选召回数据,作为目标用户对应的目标召回数据。
在一个可行的实施例中,该装置还可以包括:
目标过滤实验组确定模块,可以用于确定目标过滤实验组,该目标过滤实验组中配置有目标过滤条件。
目标过滤策略获取模块,可以用于获取目标过滤条件对应的目标过滤策略。
过滤模块,可以用于基于目标过滤策略对目标召回数据进行过滤,得到过滤后的目标召回数据。
在一些实施例中,还可以装置包括:更新模块,可以用于响应于过滤策略更新指令,对目标过滤策略进行更新。
在一些实施例中,该装置还可以包括:
评分模块,可以用于通过预设评分机制,对多个过滤后的目标召回数据进行评分。
排序模块,可以用于将多个过滤后的目标召回数据按照相应的评分进行降序排序,得到目标召回数据序列。
推荐模块,可以用于将目标召回数据序列中前预设数量个目标召回数据,推荐给目标用户。
需要说明的是,本发明实施例提供的装置实施例与上述方法实施例基于相同的发明构思。
本发明实施例还提供了一种召回数据确定的电子设备,该电子设备包括处理器和存储器,存储器中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现如上述方法实施例提供的召回数据确定方法。
本发明的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可设置于终端之中以保存用于实现方法实施例中一种召回数据确定方法相关的至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现如上述方法实施例提供的召回数据确定方法。
可选地,在本说明书实施例中,存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供的召回数据确定方法、装置及存储介质,具有如下有益效果:
1)由于本发明实施例可以根据召回数据获取请求中携带的目标数据类型,召回数据类型为该目标数据类型的目标召回数据,实现不同类型的召回数据可以单独拉取并返回,使得目标召回数据的分类更加清晰,从而提高向用户推荐内容的精准性。
2)本发明实施例是将所有的预设召回策略均部署在一个预设召回策略池中,并在该预设召回实验池中为每个预设召回策略配置相应的预设召回配置信息,即每一个召回策略对应的召回配置信息只配置一次(一份)。因此,在配置目标召回实验组的时候,仅需配置目标召回策略以及相应的目标召回指标即可,避免为每个目标召回实验组中的召回策略均配置相应的目标召回配置信息所带来的配置流程复杂和成本较高的问题,从而简化目标召回实验组的配置流程,减少配置成本,进而降低对系统的计算资源和存储资源的占用。
3)通过过滤策略更新指令,对该目标过滤策略进行更新,实现了过滤策略的动态可配置化,提高了推荐内容的灵活性与精准性。
本说明书实施例存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用程序以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、功能所需的应用程序等;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。
本发明实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方法实施例提供的召回数据确定方法。
本发明实施例所提供的召回数据确定方法实施例可以在终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图14是本发明实施例提供的一种召回数据确定的服务器的硬件结构框图。如图14所示,该服务器500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(Central Processing Units,CPU)510(中央处理器510可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器530,一个或一个以上存储应用程序523或数据522的存储介质520(例如一个或一个以上海量存储设备)。其中,存储器530和存储介质520可以是短暂存储或持久存储。存储在存储介质520的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器510可以设置为与存储介质520通信,在服务器500上执行存储介质520中的一系列指令操作。服务器500还可以包括一个或一个以上电源560,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口540,和/或,一个或一个以上操作系统521,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
输入输出接口540可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器500的通信供应商提供的无线网络。在一个实例中,输入输出接口540包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,输入输出接口540可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解,图14所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器500还可包括比图14中所示更多或者更少的组件,或者具有与图14所示不同的配置。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置和服务器实施例而言,由于其基本相似于方法实施例,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。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种召回数据确定方法,其特征在于,所述方法包括:
响应于目标用户对应的召回数据获取请求,确定目标召回实验组;所述召回数据获取请求中携带目标数据类型,所述目标召回实验组中配置有至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
获取所述至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
从预设召回策略池中获取所述至少一个目标召回策略对应的目标召回配置信息;
基于所述至少一个目标召回策略对应的目标召回配置信息和所述目标召回指标,从预设召回数据池中获取所述目标用户对应的目标召回数据,所述目标召回数据的数据类型为所述目标数据类型。
2.根据权利要求1所述的召回数据确定方法,其特征在于,在所述响应于目标用户对应的召回数据获取请求,确定目标召回实验组之前,所述方法还包括:
获取多个预设召回策略;
响应于召回策略选取指令,从所述多个预设召回策略中确定出所述至少一个目标召回策略;
响应于指标设置指令,确定所述至少一个目标召回策略对应的目标召回指标;
基于所述至少一个目标召回策略和所述对应的目标召回指标,配置所述目标召回实验组。
3.根据权利要求1所述的召回数据确定方法,其特征在于,在所述响应于目标用户对应的召回数据获取请求,确定目标召回实验组之前,所述方法还包括:
获取多个预设召回策略;
将所述多个预设召回策略部署在所述预设召回策略池中;
响应于配置信息设置指令,确定所述多个预设召回策略各自对应的预设召回配置信息;
将所述多个预设召回策略各自对应的预设召回配置信息,存储在所述预设召回策略池中;
建立所述多个预设召回策略与各自对应的预设召回配置信息之间的映射关系;
相应地,所述从预设召回策略池中获取所述至少一个目标召回策略对应的目标召回配置信息,包括:
基于所述映射关系,从所述预设召回策略池中获取所述至少一个目标召回策略对应的目标召回配置信息。
4.根据权利要求1所述的召回数据确定方法,其特征在于,在所述响应于目标用户对应的召回数据获取请求,确定目标召回实验组之前,所述方法还包括:
响应于所述目标用户触发的目标应用程序运行请求,获取预设混排规则对应的预设数量个候选数据类型;
基于所述预设数量个候选数据类型,将所述目标应用程序运行请求拆分为预设数量个召回数据获取请求,所述预设数量个召回数据获取请求中所携带的目标数据类型与所述预设数量个候选数据类型一一对应。
5.根据权利要求4所述的召回数据确定方法,其特征在于,所述目标应用程序运行请求中携带所述目标用户的目标标识信息,则在所述响应于所述目标用户触发的目标应用程序运行请求之后,所述方法还包括:
基于所述目标标识信息,获取所述目标用户对应的目标历史行为数据;
相应地,所述基于所述至少一个目标召回策略对应的目标召回配置信息和所述目标召回指标,从预设召回数据池中获取所述目标用户对应的目标召回数据,包括:
基于所述至少一个目标召回策略对应的目标召回配置信息,将所述目标历史行为数据与所述预设召回数据池中的召回数据进行相似度匹配,得到所述至少一个目标召回策略对应的匹配结果;
基于所述至少一个目标召回策略对应的目标召回指标,从所述对应的匹配结果中,获取所述至少一个目标召回策略对应的候选召回数据;
将所述至少一个目标召回策略对应的候选召回数据,作为所述目标用户对应的目标召回数据。
6.根据权利要求1或5所述的召回数据确定方法,其特征在于,在所述基于所述至少一个目标召回策略对应的目标召回配置信息和所述目标召回指标,从预设召回数据池中获取所述目标用户对应的目标召回数据之后,所述方法还包括:
确定目标过滤实验组,所述目标过滤实验组中配置有目标过滤条件;
获取所述目标过滤条件对应的目标过滤策略;
基于所述目标过滤策略对所述目标召回数据进行过滤,得到过滤后的目标召回数据。
7.根据权利要求6所述的召回数据确定方法,其特征在于,所述方法还包括:
响应于过滤策略更新指令,对所述目标过滤策略进行更新。
8.根据权利要求6所述的召回数据确定方法,其特征在于,所述过滤后的目标召回数据的数量为多个,则在所述基于所述目标过滤策略对所述目标召回数据进行过滤,得到过滤后的目标召回数据之后,所述方法还包括:
通过预设评分机制,对多个过滤后的目标召回数据进行评分;
将所述多个过滤后的目标召回数据按照相应的评分进行降序排序,得到目标召回数据序列;
将所述目标召回数据序列中前预设数量个目标召回数据,推荐给所述目标用户。
9.一种召回数据确定装置,其特征在于,所述装置包括:
响应模块,用于响应于目标用户对应的召回数据获取请求,确定目标召回实验组;所述召回数据获取请求中携带目标数据类型,所述目标召回实验组中配置有至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
获取模块,用于获取所述至少一个目标召回策略和所述至少一个目标召回策略对应的目标召回指标;
召回配置信息获取模块,用于从预设召回策略池中获取所述至少一个目标召回策略对应的目标召回配置信息;
目标召回数据获取模块,用于基于所述至少一个目标召回策略对应的目标召回配置信息和所述目标召回指标,从预设召回数据池中获取所述目标用户对应的目标召回数据,所述目标召回数据的数据类型为所述目标数据类型。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至8任一所述的召回数据确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110156983.8A CN112765241A (zh) | 2021-02-04 | 2021-02-04 | 召回数据确定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110156983.8A CN112765241A (zh) | 2021-02-04 | 2021-02-04 | 召回数据确定方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112765241A true CN112765241A (zh) | 2021-05-07 |
Family
ID=75704994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110156983.8A Pending CN112765241A (zh) | 2021-02-04 | 2021-02-04 | 召回数据确定方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112765241A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154026A (zh) * | 2021-11-12 | 2022-03-08 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130036061A1 (en) * | 2011-08-02 | 2013-02-07 | International Business Machines Corporation | Product recall information management |
JP2018060279A (ja) * | 2016-10-03 | 2018-04-12 | 日本瓦斯株式会社 | リコール対象機器判定システム |
CN109255072A (zh) * | 2018-08-15 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 信息召回方法及装置、计算机存储介质、电子设备 |
CN109408703A (zh) * | 2018-09-03 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 信息推荐方法及其系统、装置、电子设备、存储介质 |
CN110221817A (zh) * | 2019-06-17 | 2019-09-10 | 北京酷我科技有限公司 | 一种数据召回模块及推荐系统 |
CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
CN110942376A (zh) * | 2019-12-02 | 2020-03-31 | 上海麦克风文化传媒有限公司 | 一种音频类产品的实时多召回策略的融合方法 |
CN111241388A (zh) * | 2019-12-13 | 2020-06-05 | 北京三快在线科技有限公司 | 多策略召回方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-02-04 CN CN202110156983.8A patent/CN112765241A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130036061A1 (en) * | 2011-08-02 | 2013-02-07 | International Business Machines Corporation | Product recall information management |
JP2018060279A (ja) * | 2016-10-03 | 2018-04-12 | 日本瓦斯株式会社 | リコール対象機器判定システム |
CN109255072A (zh) * | 2018-08-15 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 信息召回方法及装置、计算机存储介质、电子设备 |
CN109408703A (zh) * | 2018-09-03 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 信息推荐方法及其系统、装置、电子设备、存储介质 |
CN110221817A (zh) * | 2019-06-17 | 2019-09-10 | 北京酷我科技有限公司 | 一种数据召回模块及推荐系统 |
CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
CN110942376A (zh) * | 2019-12-02 | 2020-03-31 | 上海麦克风文化传媒有限公司 | 一种音频类产品的实时多召回策略的融合方法 |
CN111241388A (zh) * | 2019-12-13 | 2020-06-05 | 北京三快在线科技有限公司 | 多策略召回方法、装置、电子设备及可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154026A (zh) * | 2021-11-12 | 2022-03-08 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109165249B (zh) | 数据处理模型构建方法、装置、服务器和用户端 | |
CN112632385B (zh) | 课程推荐方法、装置、计算机设备及介质 | |
US11216509B2 (en) | Dynamic faceting for personalized search and discovery | |
US10534635B2 (en) | Personal digital assistant | |
US10469598B2 (en) | Continuous cognitive cloud service maximization | |
CN109471978B (zh) | 一种电子资源推荐方法及装置 | |
CN105830049A (zh) | 自动化实验平台 | |
CN108021708B (zh) | 内容推荐方法、装置与计算机可读存储介质 | |
CN103733194A (zh) | 动态组织云计算资源以便于发现 | |
US11263208B2 (en) | Context-sensitive cross-lingual searches | |
CN109815406B (zh) | 一种数据处理、信息推荐方法及装置 | |
CN109885674B (zh) | 一种主题标签的确定、信息推荐方法及装置 | |
CN108140055A (zh) | 触发应用信息 | |
CN114265981A (zh) | 推荐词确定方法、装置、设备及存储介质 | |
US11853941B2 (en) | Systems and methods for identifying available services at a physical address | |
CN115619448A (zh) | 用户流失预测方法、装置、计算机设备及存储介质 | |
CN115329131A (zh) | 素材标签推荐方法、装置、电子设备及存储介质 | |
CN112765241A (zh) | 召回数据确定方法、装置及存储介质 | |
US20210256209A1 (en) | Predictive event searching utilizing a machine learning model trained using dynamically-generated event tags | |
CN112182460B (zh) | 资源的推送方法和装置、存储介质及电子装置 | |
CN110929526A (zh) | 样本生成方法、装置以及电子设备 | |
CN114461822A (zh) | 资源处理方法、装置、设备及存储介质 | |
KR20220053398A (ko) | 인공지능을 활용한 의류상품 실시간 연결 및 추천 서비스 시스템 | |
CN113516524A (zh) | 用于推送信息的方法和装置 | |
CN109829157A (zh) | 文本情绪呈现方法、文本情绪呈现装置以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40048357 Country of ref document: HK |