CN113722594B - 推荐模型的训练方法、推荐方法、装置、电子设备及介质 - Google Patents

Abstract

本公开提供了一种推荐模型的训练方法、推荐方法、装置、电子设备及介质，涉及人工智能领域，尤其涉及内容推荐和深度学习领域。实现方案为：基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定用户对第一对象发布者的第一偏好值；将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

Description

推荐模型的训练方法、推荐方法、装置、电子设备及介质

技术领域

本公开涉及人工智能技术领域，尤其涉及内容推荐和深度学习领域，具体涉及一种推荐模型的训练方法和推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种推荐模型的训练方法、推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种推荐模型的训练方法，包括：基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定用户对第一对象发布者的第一偏好值；将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

根据本公开的另一方面，提供了一种推荐方法，包括：获取待推荐对象所对应的对象发布者的信息；将对象发布者的信息和用户的当前信息输入推荐模型，以得到推荐模型所输出的预测偏好值，其中，推荐模型为根据上述训练方法训练而得到的；以及至少基于预测偏好值，执行对待推荐对象的推荐。

根据本公开的另一方面，提供了一种推荐模型的训练装置，包括：第一确定单元，被配置用于基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定用户对第一对象发布者的第一偏好值；输入单元，被配置用于将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及调整单元，被配置用于基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

根据本公开的另一方面，提供了一种推荐装置，包括：第一获取单元，被配置用于获取待推荐对象所对应的对象发布者的信息；第二获取单元，被配置用于将对象发布者的信息和用户的当前信息输入推荐模型，以获取推荐模型所输出的预测偏好值，其中，推荐模型为根据上述训练方法训练而得到的；以及推荐单元，被配置用于至少基于预测偏好值，执行对待推荐对象的推荐。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任意一种方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述任意一种方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述任意一种方法。

根据本公开的一个或多个实施例，可以使得训练得到的推荐模型能够预测用户对待推荐对象所对应的对象发布者的长期偏好程度，进而能够优先向用户推荐更满足用户的长期偏好的对象发布者所发布的对象，有助于平台和对象发布者与用户之间建立长期的关注关系，增强用户黏度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的推荐模型的训练方法的流程图；

图3示出了根据本公开的实施例的推荐方法的流程图；

图4示出了根据本公开的实施例的推荐模型的训练装置的结构框图；

图5示出了根据本公开的实施例的推荐装置的结构框图；

图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

相关技术中，对推荐模型的训练往往仅着眼于待推荐对象和用户的当前信息，着重于优化用户和所推荐的对象在当前的匹配效果，例如，相关技术中对推荐模型的训练采用样本用户对样本对象的短期交互行为，如单次的点击操作，作为样本标签执行对推荐模型的训练，利用这样的训练方法训练得到的推荐模型更倾向于向用户推荐能够满足用户的当前偏好的对象，而忽略了用户的长期偏好，不利于平台和对象发布者与用户之间的长期关注关系的建立和维护。

基于此，本公开提供了一种基于用户的长期行为的推荐模型训练方法，基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定能够体现用户对第一对象发布者的长期偏好程度的第一偏好值，并以此作为样本标签执行对推荐模型的训练。如此训练得到的推荐模型能够预测用户对待推荐对象所对应的对象发布者的长期偏好程度，进而能够优先向用户推荐更能够满足用户的长期偏好的对象发布者所发布的对象，有助于平台和对象发布者与用户之间建立长期的关注关系，增强用户黏度。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行推荐模型的训练方法和推荐方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来提供推荐的对象。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLEiOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

图2是示出根据本公开示例性实施例的推荐模型的训练方法，如图2所示，该方法包括：步骤S201、基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定用户对第一对象发布者的第一偏好值；步骤S202、将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及步骤S203、基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

如此训练得到的推荐模型能够预测用户对待推荐对象所对应的对象发布者的长期偏好程度，进而能够优先向用户推荐更满足用户的长期偏好的对象发布者所发布的对象，有助于平台和对象发布者与用户之间建立稳定的关注关系，增强用户黏度。

本公开中所涉及的推荐模型所针对的对象可以为视频、音乐、图像、文本等多种类型中的一种或多种。

针对步骤S201，其中，第一对象发布者可以为推荐模型所针对的对象的作者、制作方或出品方等。

根据一些实施例，第一历史时间段的长度可以为一个月。

根据一些实施例，针对第一对象发布者的第一行为信息可以包括以下至少一种：针对第一对象发布者的互动行为信息；或针对第一对象发布者所发布的对象的互动行为信息。

其中，针对第一对象发布者的互动行为信息可以包括该用户对该第一对象发布者的关注、查看等行为；针对第一对象发布者所发布的对象的互动行为信息可以包括该用户对第一对象发布者所发布的对象的分发、点赞、分享、观看等互动行为。

可以理解，用户对第一对象发布者所发布的多个对象中的每一个对象的互动行为信息都构成该用户针对第一对象发布者的第一行为信息。换言之，可以将用户在第一历史时间段内针对多个对象中的每一个对象的互动行为信息均映射到针对该对象所对应的对象发布者的互动行为信息。

根据一些实施例，基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定用户对第一对象发布者的第一偏好值可以包括：基于第一行为信息，利用预测模型预测用户在第一历史时间段之后对第一对象发布者所发布的对象的点击概率；以及基于预测得到的点击概率，确定第一偏好值。由此，能够根据预测模型所预测的用户对第一对象发布者所发布的对象的点击概率，来评价用户对第一对象发布者的偏好程度。

根据一些实施例，预测模型可以基于具有在后反馈信息的在先的样本行为信息训练得到，其中，该在先的样本行为信息为在先的样本历史时间段内针对样本对象发布者的行为信息。

在一种实施方式中，在后反馈信息可以包括用户于在先的样本历史时间段之后对该样本对象发布者所发布的对象的交互信息，例如，用户对该样本对象发布者所发布的对象的点击次数、点击频率以及观看时长等。

根据一些实施例，第一行为信息可以包括多个第一子行为信息，基于第一行为信息，利用预测模型预测用户在第一历史时间段之后对第一对象发布者所发布的对象的点击概率可以包括：利用预测模型，确定多个第一子行为信息中的每一个第一子行为信息所对应的系数的加权和，其中，针对多个第一子行为信息中的每一个第一子行为信息，该第一子行为信息的权重与该第一子行为信息与当前时刻的之间的时间间隔长短负相关；以及基于加权和确定点击概率。

通过在预测模型中，对与当前时刻之间具有相对较小的时间间隔的第一子行为信息分配相对更高的权重，可以使临近当前时刻的第一子行为信息在计算点击概率时具有更大的影响，使得对于点击概率的计算更加准确。

根据一些实施例，第一子行为信息与当前时刻的之间的时间间隔长短可以根据以下至少一种方式确定：该第一子行为信息所对应的时间；或该第一子行为信息在第一历史时间段中的所有行为信息中所对应的排序。

例如，用户在第一历史时间段中的所有行为信息可以按照时间先后顺序，通过行为序列的形式表示为：

行为1：针对对象发布者A的对象执行分发；

行为2：针对对象发布者B的对象执行点赞；

行为3：针对对象发布者C执行关注；

行为4：针对对象发布者B的对象执行分发；

行为5：针对对象发布者A的对象的播放时长超过30s；以及

行为6：针对对象发布者B的对象的播放时长超过30s。

其中，以对象发布者B作为第一对象发布者，用户在第一历史时间段内针对第一对象发布者的第一行为信息包括以下第一子行为信息：

行为2：针对对象发布者B的对象执行点赞；

行为4：针对对象发布者B的对象执行分发；以及

行为6：针对对象发布者B的对象的播放时长超过30s。

利用预测模型，确定行为2所对应的系数为a；行为4所对应的系数为b；行为6所对应的系数为c，在此基础上，可以将点击概率表示为：

P＝a×n₁+b×n₂+c×n₃，

其中，P表示点击概率，n₁表示行为2所对应的权重，n₂表示行为4所对应的权重，n₃表示行为6所对应的权重，基于行为2距离当前时刻的时间间隔最大，行为6距离当前时刻的时间间隔最小，可以确定：

n₁<n₂<n₃

针对步骤S202，根据一些实施例，第一发布者的信息可以包括第一发布者的ID、名称等。

根据一些实施例，待训练推荐模型可以为全连接DNN回归模型。

根据一些实施例，用户的当前信息包括用户在第二历史时间段内的第二行为信息，第二历史时间段的终止时刻为当前时刻，第二历史时间段小于第一历史时间段。用户在第二历史时间段内的第二行为信息表示用户在近期的行为信息，由此，使得训练得到的推荐模型能够根据用户的近期行为，预测用户针对特定对象发布者的长期偏好。

根据一些实施例，用户的当前信息还包括以下至少一种：用户的属性信息；用户所关注的对象发布者的信息；或用户所关注的对象所对应的对象发布者的信息。由此能够提升模型的泛化性。

在一种实施方式中，用户的属性信息可以包括用户的地域、设备、机型等信息中的一种或多种。

在一种实施方式中，用户所关注的对象所对应的对象发布者的信息可以包括以下一种或多种：用户在长期、中期或短期高分发的对象所对应的对象发布者的信息；用户在近期高播放的对象所对应的对象发布者的信息；或用户在近期高互动的对象所对应的对象发布者的信息。

在通过步骤S202得到待训练推荐模型所输出的第二偏好值之后，可以执行步骤S203，基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

可以理解，上述对于推荐模型的训练方法可以用于对待训练推荐模型的离线初始化之中，也可以用于对待训练推荐模型的在线更新之中。

根据一些实施例，在推荐模型上线运行之后，可以根据所获取的新的用户的行为信息，更新第一历史时间段和第一行为信息，并基于更新后的第一行为信息，更新该推荐模型的参数。

特别地，可以根据每小时所获取的用户的行为信息，更新第一历史时间段和第一行为信息。

图3是示出根据本公开示例性实施例的推荐方法，如图3所示，该方法包括：步骤S301、获取待推荐对象所对应的对象发布者的信息；步骤S302、将对象发布者的信息和用户的当前信息输入推荐模型，以得到推荐模型所输出的预测偏好值，其中，推荐模型为根据上述任意一项训练方法训练而得到的；以及步骤S303、至少基于预测偏好值，执行对待推荐对象的推荐。

由此，能够预测用户对待推荐对象所对应的对象发布者的长期偏好程度，进而能够优先向用户推荐更满足用户的长期偏好的对象发布者所发布的对象，有助于平台和对象发布者与用户之间建立稳定的关注关系，增强用户黏度。

针对步骤S303，根据一些实施例，用户的当前信息可以包括用户在第二历史时间段内的第二行为信息，第二历史时间段的终止时刻为当前时刻，方法还可以包括：基于用户的第二行为信息，确定用户对待推荐对象所对应的对象发布者的当前偏好值；其中，至少基于预测偏好值，执行对待推荐对象的推荐可以包括：基于预测偏好值和当前偏好值，执行对待推荐对象的推荐。由此，能够基于用户在第二历史时间段内的近期行为信息，对推荐模型预测得到的预测偏好值进行修正，以使得推荐结果能够具有更好的实时性。

例如，针对第二历史时间段内，用户针对待推荐对象的对象发布者的点赞、分享等积极的互动行为信息，可以确定当前偏好值为正数，基于预测偏好值和当前偏好值的和，执行对待推荐对象的推荐。针对第二历史时间段内，用户针对待推荐对象的对象发布者的取消关注等消极的互动行为信息，可以确定当前偏好值为负数，基于预测偏好值和当前偏好值的和，执行对待推荐对象的推荐。

根据一些实施例，可以通过上述推荐方法，针对精排后的多个待推荐对象中的每一个待推荐对象，确定该待推荐对象的预测偏好值，并基于多个待推荐对象中的每一个待推荐对象的预测偏好值，执行对多个待推荐对象的推荐。由此，可以实现对精排后所筛选出的推荐对象的进一步优化。

根据一些实施例，响应于对待推荐对象所对应的对象发布者所发布的对象的推荐次数大于预设阈值，减小该预测偏好值。由此，能够避免用户被推荐的对象过分集中于相同的对象发布者，保证了用户始终能够在一定程度上获取其它对象发布者所发布的对象。

根据本公开的另一方面，如图4所示，还提供一种推荐模型的训练装置400，该装置400包括：第一确定单元401，被配置用于基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定用户对第一对象发布者的第一偏好值；输入单元402，被配置用于将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及调整单元403，被配置用于基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

根据一些实施例，第一确定单元包括：预测子单元，被配置用于基于第一行为信息，利用预测模型预测用户在第一历史时间段之后对第一对象发布者所发布的对象的点击概率；以及确定子单元，被配置用于基于预测得到的点击概率，确定第一偏好值。

根据一些实施例，第一行为信息包括多个第一子行为信息，预测子单元包括：利用预测模型，确定多个第一子行为信息中的每一个第一子行为信息所对应的系数的加权和，其中，针对多个第一子行为信息中的每一个第一子行为信息，该第一子行为信息的权重与该第一子行为信息与当前时刻的之间的时间间隔长短负相关的模块；以及基于加权和确定点击概率的模块。

根据一些实施例，针对第一对象发布者的第一行为信息包括以下至少一种：针对第一对象发布者的互动行为信息；或针对第一对象发布者所发布的对象的互动行为信息。

根据一些实施例，用户的当前信息包括用户在第二历史时间段内的第二行为信息，第二历史时间段的终止时刻为当前时刻，第二历史时间段小于第一历史时间段。

根据一些实施例，用户的当前信息还包括以下至少一种：用户的属性信息；用户所关注的对象发布者的信息；或用户所关注的对象所对应的对象发布者的信息。

根据本公开的另一方面，如图5所示，还提供一种推荐模型500，该装置500包括：第一获取单元501，被配置用于获取待推荐对象所对应的对象发布者的信息；第二获取单元502，被配置用于将对象发布者的信息和用户的当前信息输入推荐模型，以获取推荐模型所输出的预测偏好值，其中，推荐模型为根据上述任意一种训练方法训练而得到的；以及推荐单元503，被配置用于至少基于预测偏好值，执行对待推荐对象的推荐。

根据一些实施例，用户的当前信息包括用户在第二历史时间段内的第二行为信息，第二历史时间段的终止时刻为当前时刻，装置还包括：第二确定单元，被配置用于基于用户的第二行为信息，确定用户对待推荐对象所对应的对象发布者的当前偏好值；其中，推荐单元进一步包括：基于预测偏好值和当前偏好值，执行对待推荐对象的推荐的模块。

根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任意一种方法。

根据本公开的另一方面，还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述任意一种方法。

根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述任意一种方法。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如推荐模型的训练方法或推荐方法中的至少一种。例如，在一些实施例中，推荐模型的训练方法或推荐方法中的至少一种可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的推荐模型的训练方法或推荐方法中的至少一种的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行推荐模型的训练方法或推荐方法中的至少一种。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (14)

1.一种推荐模型的训练方法，包括：

基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值；

将所述第一对象发布者的信息和所述用户的当前信息输入待训练推荐模型，以得到所述待训练推荐模型所输出的第二偏好值；以及

基于所述第一偏好值和所述第二偏好值，调整所述待训练推荐模型的参数，

其中，所述基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值包括：

基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率；以及

基于预测得到的所述点击概率，确定所述第一偏好值，

其中，所述第一行为信息包括多个第一子行为信息，所述基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率包括：

利用所述预测模型，确定所述多个第一子行为信息中的每一个第一子行为信息所对应的系数的加权和，其中，针对所述多个第一子行为信息中的每一个第一子行为信息，该第一子行为信息的权重与该第一子行为信息与当前时刻的之间的时间间隔长短负相关；以及

基于所述加权和确定所述点击概率。

2.根据权利要求1所述的方法，其中，所述针对所述第一对象发布者的所述第一行为信息包括以下至少一种：

针对所述第一对象发布者的互动行为信息；或

针对所述第一对象发布者所发布的对象的互动行为信息。

3.根据权利要求1所述的方法，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述第二历史时间段小于所述第一历史时间段。

4.根据权利要求3所述的方法，其中，所述用户的当前信息还包括以下至少一种：

用户的属性信息；

用户所关注的对象发布者的信息；或

用户所关注的对象所对应的对象发布者的信息。

5.一种推荐方法，包括：

获取待推荐对象所对应的对象发布者的信息；

将所述对象发布者的信息和用户的当前信息输入推荐模型，以得到所述推荐模型所输出的预测偏好值，其中，所述推荐模型为根据权利要求1至4中任意一项训练而得到的；以及

至少基于所述预测偏好值，执行对所述待推荐对象的推荐。

6.根据权利要求5所述的方法，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述方法还包括：

基于所述用户的第二行为信息，确定所述用户对所述待推荐对象所对应的对象发布者的当前偏好值；

其中，所述至少基于所述预测偏好值，执行对所述待推荐对象的推荐包括：

基于所述预测偏好值和所述当前偏好值，执行对所述待推荐对象的推荐。

7.一种推荐模型的训练装置，包括：

第一确定单元，被配置用于基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值；

输入单元，被配置用于将所述第一对象发布者的信息和所述用户的当前信息输入待训练推荐模型，以得到所述待训练推荐模型所输出的第二偏好值；以及

调整单元，被配置用于基于所述第一偏好值和所述第二偏好值，调整所述待训练推荐模型的参数，

其中，所述第一确定单元包括：

预测子单元，被配置用于基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率；以及

确定子单元，被配置用于基于预测得到的所述点击概率，确定所述第一偏好值，

其中，所述第一行为信息包括多个第一子行为信息，所述预测子单元进一步包括：

利用所述预测模型，确定所述多个第一子行为信息中的每一个第一子行为信息所对应的系数的加权和，其中，针对所述多个第一子行为信息中的每一个第一子行为信息，该第一子行为信息的权重与该第一子行为信息与当前时刻的之间的时间间隔长短负相关的模块；以及

基于所述加权和确定所述点击概率的模块。

8.根据权利要求7所述的装置，其中，所述针对所述第一对象发布者的所述第一行为信息包括以下至少一种：

针对所述第一对象发布者的互动行为信息；或

针对所述第一对象发布者所发布的对象的互动行为信息。

9.根据权利要求7所述的装置，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述第二历史时间段小于所述第一历史时间段。

10.根据权利要求9所述的装置，其中，所述用户的当前信息还包括以下至少一种：

用户的属性信息；

用户所关注的对象发布者的信息；或

用户所关注的对象所对应的对象发布者的信息。

11.一种推荐装置，包括：

第一获取单元，被配置用于获取待推荐对象所对应的对象发布者的信息；

第二获取单元，被配置用于将所述对象发布者的信息和用户的当前信息输入推荐模型，以获取所述推荐模型所输出的预测偏好值，其中，所述推荐模型为根据权利要求1至4中任意一项训练而得到的；以及

推荐单元，被配置用于至少基于所述预测偏好值，执行对所述待推荐对象的推荐。

12.根据权利要求11所述的装置，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述装置还包括：

第二确定单元，被配置用于基于所述用户的第二行为信息，确定所述用户对所述待推荐对象所对应的对象发布者的当前偏好值；

其中，所述推荐单元进一步包括：

基于所述预测偏好值和所述当前偏好值，执行对所述待推荐对象的推荐的模块。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。