CN115659009A - 信息推荐方法、装置、计算机设备及存储介质 - Google Patents

信息推荐方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN115659009A
CN115659009A CN202211191583.1A CN202211191583A CN115659009A CN 115659009 A CN115659009 A CN 115659009A CN 202211191583 A CN202211191583 A CN 202211191583A CN 115659009 A CN115659009 A CN 115659009A
Authority
CN
China
Prior art keywords
recommendation
target
information
field
rule
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
Application number
CN202211191583.1A
Other languages
English (en)
Inventor
徐露露
王晨
李亚辉
宋兰齐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weimeng Chuangke Network Technology China Co Ltd
Original Assignee
Weimeng Chuangke Network Technology China Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Weimeng Chuangke Network Technology China Co Ltd filed Critical Weimeng Chuangke Network Technology China Co Ltd
Priority to CN202211191583.1A priority Critical patent/CN115659009A/zh
Publication of CN115659009A publication Critical patent/CN115659009A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及一种信息推荐方法、装置、设备及存储介质,涉及互联网技术领域。该方法包括:获取各个目标信息的第一排序;该第一排序是指各个所述目标信息在信息精排后的推荐顺序;获取各个目标信息所属的目标推荐领域的推荐规则;该推荐规则用于指示目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;该数值区间包含最小值;基于各个目标推荐领域的推荐规则,对第一排序进行调整,确定各个目标信息的第二排序;基于第二排序,对各个目标信息进行推荐;通过上述方法,保证了各个目标推荐领域的有效推荐几率,在避免了对原精排顺序进行大规模变动的同时,可以高效快速地调整推荐领域的布局,提高了推荐系统的整体推荐效果。

Description

信息推荐方法、装置、计算机设备及存储介质
技术领域
本申请实施例涉及互联网技术领域,特别涉及一种信息推荐方法、装置、计算机设备及存储介质。
背景技术
在当今互联网大数据时代中,“信息过载”现象遍布人类生活的各方面,推荐系统是目前作为解决“信息过载”问题的一个非常重要技术方案,可以帮助用户从海量的信息中筛选出用户感兴趣Top-K那部分,其本质上是一个信息过滤系统,当前推荐系统通常为多阶段的,一般由召回、粗排、精排、重排组成,重排作为推荐系统流程中的最后一个阶段,它对推荐结果和用户体验有着直接的影响。
在相关技术中,通常通过调整目标信息的权重,强制插入固定位置以及打散等方式对目标信息进行重排。
然而上述重排方式,都具有一定的静态与局限性,比如,通过调整目标信息的方法,通过改变目标信息排序分,来提升或打压曝光机会,但调权权重的大小,通常都是人工设置的,非常容易出现加权力度不足或过大现象,加权权重太小,不能达到业务预期效果,权重太大,对原精排推荐顺序改变太大,影响推荐效果,从而会造成用户体验下降问题。
发明内容
本申请实施例提供了一种信息推荐方法、装置、设备及存储介质,可以保证各个目标推荐领域的有效推荐几率,在避免了对原精排顺序进行大规模变动的同时,可以高效快速地调整推荐领域的布局,提高推荐系统的整体推荐效果。该技术方案如下:
一方面,提供了一种信息推荐方法,所述方法包括:
获取各个目标信息的第一排序;所述第一排序是指各个所述目标信息在信息精排后的推荐顺序;
获取各个目标信息所属的目标推荐领域的推荐规则;所述推荐规则用于指示所述目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;所述数值区间包含最小值;
基于各个所述目标推荐领域的所述推荐规则,对所述第一排序进行调整,确定各个所述目标信息的第二排序;
基于所述第二排序,对各个所述目标信息进行推荐。
另一方面,提供了一种信息推荐装置,所述装置包括:
排序获取模块,用于获取各个目标信息的第一排序;所述第一排序是指各个所述目标信息在信息精排后的推荐顺序;
规则获取模块,用于获取各个目标信息所属的目标推荐领域的推荐规则;所述推荐规则用于指示所述目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;所述数值区间包含最小值;
排序调整模块,用于基于各个所述目标推荐领域的所述推荐规则,对所述第一排序进行调整,确定各个所述目标信息的第二排序;
信息推荐模块,用于基于所述第二排序,对各个所述目标信息进行推荐。
在一种可能的实现方式中,所述排序调整模块,包括:
占比获取子模块,用于获取各个所述目标信息所属的目标推荐领域的实际推荐占比;所述实际推荐占比用于指示目标时长内所述目标推荐领域中的推荐消息的数量在已推荐的推荐消息中的数量占比;
第一排序调整子模块,用于排序基于各个所述目标推荐领域的所述实际推荐占比与各个所述目标推荐领域各自对应的期望推荐占比之间的占比差值,对所述第一排序进行调整,确定各个所述目标信息的第三排序;
第二排序调整子模块,用于基于各个所述目标推荐领域的所述推荐规则,对所述第三排序进行调整,确定各个所述目标信息的所述第二排序。
在一种可能的实现方式中,所述第一排序调整子模块,包括:
参数获取单元,用于获取各个所述目标推荐领域对应的调权参数,所述调权参数是所述目标推荐领域的所述占比差值与所述目标推荐领域的所述期望推荐占比之间的比值;
分数调整单元,用于基于各个所述目标推荐领域对应的调权参数,分别对每个所述目标推荐领域中各个所述目标信息的第一排序分数进行调整,确定每个所述目标推荐领域中的各个所述目标信息的第二排序分数;
位置确定单元,用于基于各个所述目标推荐领域中各个所述目标信息的第二排序分数,确定各个所述目标信息在所述第三排序中的排序位置。
在一种可能的实现方式中,各个推荐规则之间具有应用优先级;
所述第二排序调整子模块,用于若基于第一推荐规则的所述数值区间确定的排序与基于第二推荐规则的所述数值区间确定的排序冲突,则将所述第一推荐规则的所述数值区间确定的排序确定为所述第二排序;
其中,所述第一推荐规则的所述应用优先级高于所述第二推荐规则的所述应用优先级。
在一种可能的实现方式中,所述第二排序调整子模块,包括:
第一调整单元,用于基于各个所述推荐领域的所述推荐规则,对所述第三排序进行一次调整,确定临时排序;
排序确定单元,用于若所述临时排序对应的各个所述单位推荐窗口中,各个所述目标推荐领域的所述目标信息的数量满足对应的所述推荐规则,则将所述临时排序确定为所述第二排序;
第二调整单元,用于若所述临时排序中的第一推荐窗口对应的第一目标推荐领域中,所述目标信息的数量不满足所述第一目标推荐领域对应的所述推荐规则指示的数值区间中的最小值,在保证所述第一推荐窗口中的其他目标推荐领域的所述目标信息的数量满足对应的所述推荐规则的前提下,依据所述临时排序指示的先后顺序,在所述第一推荐窗口中增加所述其他目标推荐领域的所述目标信息;所述第一推荐窗口是各个所述单位推荐窗口中的任意一个;所述其他目标推荐领域是所述第一推荐窗口对应的所述目标推荐领域中,除所述第一目标推荐领域之外的目标推荐领域;
所述排序确定单元,用于将调整后的所述临时排序确定为所述第二排序。
在一种可能的实现方式中,所述数值区间还包含最大值;所述规则获取模块,用于基于各个所述目标推荐领域各自对应的所述期望推荐占比,获取各个所述目标推荐领域的所述推荐规则;
其中,所述推荐规则指示的所述目标信息的数量的最大值与所述单位推荐窗口的位置数量的比值大于或等于所述期望推荐占比。
在一种可能的实现方式中,所述单位推荐窗口的类型包括滑动窗口以及头部窗口中的至少一种。
另一方面,提供了一种计算机设备,所述计算机设备包含处理器和存储器,所述存储器存储有至少一条计算机程序,所述至少一条计算机程序由所述处理器加载并执行以实现上述的信息推荐方法。
另一方面,提供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计算机程序,所述计算机程序由处理器加载并执行以实现上述的信息推荐方法。
另一方面,提供了一种计算机程序产品,所述计算机程序产品包括至少一条计算机程序,所述计算机程序由处理器加载并执行以实现上述各种可选实现方式中提供的信息推荐方法。
本申请提供的技术方案可以包括以下有益效果:
本申请实施例提供的信息推荐方法,基于各个目标信息所属的目标推荐领域的推荐规则,对各个目标信息对应的第一排序进行调整,使得各个目标信息的排序位置满足各个目标推荐领域的推荐规则;其中,该推荐规则用于指示目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间,通过数值区间最小值的设定,保证了各个目标推荐领域的有效推荐几率,在避免了对原精排顺序进行大规模变动的同时,可以高效快速地调整推荐领域的布局,提高了推荐系统的整体推荐效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1示出了本申请一示例性实施例提供的信息推荐方法对应的信息推荐流程示意图;
图2示出了本申请一示例性实施例提供的一种信息推荐方法的流程图;
图3示出了本申请一示例性实施例提供的另一种信息推荐方法的流程图;
图4示出了本申请一示例性实施例提供的一种排序调整的示意图;
图5示出了本申请一示例性实施例提供的另一种排序调整的示意图;
图6示出了本申请一示例性实施例提供的信息推荐方法对应的系统框架的示意图;
图7示出了本申请一示例性实施例提供的信息推荐装置的方框图;
图8是根据一示例性实施例示出的计算机设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
图1示出了本申请一示例性实施例提供的信息推荐方法对应的信息推荐流程示意图,如图1所示,该信息推荐流程可以包括:信息召回110、信息粗排120、信息精排130、信息重排140以及信息推荐150。
其中,信息召回的目标是从千万级,甚至亿级的候选信息中召回几千个信息;
排序阶段用于对召回的结果进行排序,把Top-K结果作为推荐系统的最终输出;其中,信息粗排用于在保障一定精准的前提下,进一步减少往后传送的信息数量,信息粗排是可选的;信息精排用于尽量精确地对粗排的结果进行个性化排序。
在信息精排过后,常常会面临“信息茧房”的问题,对于用户来说,在推荐结果中,相似内容扎堆重叠,易造成用户的兴趣疲劳和新鲜感下降,对于推荐系统平台方来说,推荐的内容同质化严重,不能够呈现产品核心特色,长而久之,容易造成用户流失;为解决此问题方面,在信息精排之后,引入信息重排,主要解决用户体验和生态流量调控这两个大方面问题,目的让推荐系统不再以推荐单个信息价值最大化为导向,通过信息重排后,可以更加注重全局生态目标优化,让整个业务生态更加合理及具有特色,更加关注中长期的价值收益。本申请提供的信息推荐方法应用于推荐流程的信息重排阶段,以在保证用户体验不下降的基础上,快速高效解决生态流量调控布局问题。
图2示出了本申请一示例性实施例提供的一种信息推荐方法的流程图,该方法可以由计算机设备执行,该计算机设备可以实现为推荐系统中的终端或者服务器,如图2所示,该信息推荐方法包括:
步骤210,获取各个目标信息的第一排序;该第一排序是指各个目标信息在信息精排后的推荐顺序。
本申请提供的信息推荐方法应用于推荐流程中的信息重排阶段,因此,该第一排序即为信息精排后的排序结果,各个目标信息在第一排序中具有对应的第一排序位置。
该目标信息可以是信息精排后进入到信息重排阶段的信息中的全部信息或部分信息。可选的,该目标信息是进入到重排阶段的信息中,具有规则标识的信息;该规则标识用于指示该目标信息的排序位置需要满足对应的推荐规则。
步骤220,获取各个目标信息所属的目标推荐领域的推荐规则;该推荐规则用于指示目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;该数值区间包含最小值。
在本申请实施例中,各个目标信息所属的目标推荐领域可以相同,也可以不同;也就是说,一个目标推荐领域中可以包含至少一个目标信息;每个目标推荐领域可以对应设置有至少一个推荐规则,该推荐规则可以用于指示目标推荐领域对应的单位推荐窗口的规格,即用于指示单位推荐窗口中的信息位置数量,以及目标推荐领域在该单位推荐窗口中可推荐的目标信息的数量的数值区间;示意性的,该推荐规则可以指示目标推荐领域A在规格为4(信息位置数量为4)的单位推荐窗口内,最少需推荐1个目标信息,最多可推荐2个目标信息。
通过在数值区间中设置最小值的输出数量,可以保证目标推荐领域能够有足够大的几率得到推荐。
可选的,一个目标信息可以同时属于多个目标推荐领域,示意性的,一个目标信息可以同时属于动漫领域,也可以属于电影领域。
步骤230,基于各个目标推荐领域的推荐规则,对第一排序进行调整,确定各个目标信息的第二排序。
该第二排序可以是各个目标推荐领域的推荐规则对第一排序的叠加调整后获得的排序结果;示意性的,目标推荐领域A的推荐规则指示在信息位置数量为4的单位推荐窗口内,最少需推荐该推荐领域的1个目标信息,最多可推荐该推荐领域的2个目标信息;目标推荐领域B的推荐规则指示在信息位置数量为5的单位推荐窗口内,最少需推荐该推荐领域的1个目标信息,最多可推荐该推荐领域的3个目标信息;在两个推荐规则不冲突的情况下,依据第一排序指示的各个目标信息的先后顺序调整后的第二排序满足上述两个推荐规则。
步骤240,基于第二排序,对各个目标信息进行推荐。
综上所述,本申请实施例提供的信息推荐方法,基于各个目标信息所属的目标推荐领域的推荐规则,对各个目标信息对应的第一排序进行调整,使得各个目标信息的排序位置满足各个目标推荐领域的推荐规则;其中,该推荐规则用于指示目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间,通过数值区间最小值的设定,保证了各个目标推荐领域的有效推荐几率,在避免了对原精排顺序进行大规模变动的同时,可以高效快速地调整推荐领域的布局,提高了推荐系统的整体推荐效果。
在本申请实施例中,在基于各个目标推荐领域的推荐规则调整各个目标信息的顺序之前,还可以对各个目标信息的第一排序进行实时动态调节,获得各个目标信息的第三排序,以在第三排序的基础上,基于各个目标推荐领域的推荐规则调整基于各个目标推荐领域的推荐规则调整以获得第二排序;基于此,图3示出了本申请一示例性实施例提供的另一种信息推荐方法的流程图,该方法可以由计算机设备执行,该计算机设备可以实现为推荐系统中的终端或者服务器,如图3所示,该信息推荐方法包括:
步骤310,获取各个目标信息的第一排序;该第一排序是指各个目标信息在信息精排后的推荐顺序。
示意性的,计算机设备可以对精排输入到重排阶段的信息中,满足指定条件的信息(即目标信息)进行规则标记,示意性的,该规则标记可以实现为为目标信息标记上规则标识(即tag_id),以此来标记该目标信息需要被哪一推荐规则干预;可选的,一个目标信息可以被标记上多个不同的规则标识,以指示该目标信息可以被不同推荐规则同时干预,以确定该目标信息的最终排序位置。
其中,该指定条件可以是相关人员基于实际需求进行设置的,或者,在另一种可能的实现方式中,计算机设备可以对第一排序中,各个推荐领域各自包含的信息的数量进行统计,并基于信息数量由高到低进行排序后,将排序结果指示处于最后若干位的推荐领域确定为目标推荐领域,该指定条件可以是处于该目标推荐领域内。本申请对指定条件的设置方式不进行限制。
步骤320,获取各个目标信息所属的目标推荐领域的实际推荐占比;该实际推荐占比用于指示目标时长内目标推荐领域中的推荐消息的数量在已推荐的推荐消息中的数量占比。
在本申请实施例中,计算机设备可以通过实时计算平台实时统计各个目标推荐领域的实际推荐占比;示意性的,该实时计算平台可以是Flink等平台;该目标时长可以由相关人员基于实际需求进行设置,本申请不进行限制;示意性的,当目标时长为30分钟时,计算机设备通过实时计算平台实时统计各个目标推荐领域的推荐消息的数量,以及30分钟内已推荐的所有推荐消息的数量,以计算各个目标推荐领域的实际推荐占比。
步骤330,基于各个目标推荐领域的实际推荐占比与各个目标推荐领域各自对应的期望推荐占比之间的占比差值,对第一排序进行调整,确定各个目标信息的第三排序。
其中,该期望推荐占比可以是根据业务目标设置的。
在本申请实施例中,计算机设备可以基于各个目标推荐领域的占比差值,分别确定对各个目标推荐领域中的各个目标信息的排序分进行调节的调权参数,以在根据对应的调权参数对各个目标推荐领域中的各个目标信息的排序分进行更新后,基于各个目标推荐领域中的各个目标信息更新后的排序分,重新确定各个目标信息的排序位置,该过程可以实现为:
获取各个目标推荐领域对应的调权参数,该调权参数是目标推荐领域的占比差值与目标推荐领域的期望推荐占比之间的比值;
基于各个目标推荐领域对应的调权参数,分别对每个目标推荐领域中各个目标信息的第一排序分数进行调整,确定每个目标推荐领域中的各个目标信息的第二排序分数;
基于各个目标推荐领域中各个目标信息的第二排序分数,确定各个目标信息在第三排序中的排序位置。
以各个目标推荐领域中的任意一个推荐领域为例,上述过程可以实现为:
获取第二目标推荐领域的调权参数,该调权参数是第二目标推荐领域的占比差值与第二目标推荐领域的期望推荐占比之间的比值;第二目标推荐领域是各个目标推荐领域中的一个;
基于调权参数对各个第一目标信息的第一排序分数进行调整,确定第二目标推荐领域中的各个第一目标信息的第二排序分数;该第一目标信息是第二目标推荐领域中的目标信息;
基于各个第一目标信息的第二排序分数,确定各个第一目标信息在第三排序中的排序位置。
在本申请实施例中,可以基于各个目标推荐领域对应的调权参数分别计算各个目标推荐领域对应的动态调权系数,以根据各个目标推荐领域分别对应的动态调权系数对各个目标推荐领域中的各个目标信息的第一排序分进行调整,确定每个目标推荐领域中的各个目标信息的第二排序分。
其中,该动态调权参数可以包括第一调权系数与第二调权系数。
示意性的,各个目标推荐领域的调权参数可以通过以下公式计算:
delta=(期望推荐占比-实际推荐占比)/期望推荐占比
(期望推荐占比-实际推荐占比)的值即为目标推荐领域的占比差值。
该第一调权系数可以通过以下公式计算:
Figure BDA0003869648080000091
其中,delta表示调权参数,weight表示第一调权系数,m为超参数。
该第二调权系数可以通过以下公式计算:
bias=delta×k
其中,k为超参数。
各个目标信息的第二排序分可以通过以下公式计算:
score2=score1×weight+bias
其中,score2表示第二排序分,score1表示第一排序分。
在一种可能的实现方式中,在通过动态调权系数对信息的排序分进行调整之前,该方法还包括:
通过静态调权系数对各个第二目标信息的第一排序分进行调整,获得各个第二目标信息的第三排序分。
该第二目标信息是具有调分标识的目标推荐领域中的信息;该调分标识可以是基于目标业务需求标记在推荐领域上的,示意性的,若目标业务需求指示需要增加视频领域的信息的推荐数量,则可以在视频领域上标记调分标识,以使得计算机设备在识别到该调分标识时,对视频领域中的目标信息通过静态调权系数进行调分。该静态调权系数可以由相关人员进行设置。
示意性的,通过静态调权系数进行排序分调节可以通过以下公式实现:
score3=score1×weight1
其中,score3表示第三排序分,score1表示第一排序分,weight1表示静态调权系数。
若该第二目标信息仅需要基于静态调权系数进行排序分调节,则将该第三排序分确定为该第二目标信息的第二排序分;
若第二目标信息既需要基于静态调权系数进行排序分调节,也需要基于动态调权系数进行排序分调节,则在获取到该第二目标信息的第三排序分后,通过动态调权系数(包括第一调权系数和第二调权系数)对第三排序分进行调整,获得该第二目标信息的第二排序分。
步骤340,获取各个目标信息所属的目标推荐领域的推荐规则;该推荐规则用于指示目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;该数值区间包含最小值。
可选的,该单位推荐窗口的类型包括滑动窗口以及头部窗口(TOP窗口)中的至少一种。
该数值区间包含最小值与最大值,以通过最小值保证目标推荐领域的信息的推荐几率,通过最大值限定目标推荐领域的信息的推荐频率,避免同一目标推荐领域的目标信息聚集性推荐,影响用户体验。
该推荐规则是基于实际需求预先设置的;该推荐规则在指示目标推荐领域的单位推荐窗口的规格,目标推荐领域在单位推荐窗口中可推荐的目标信息的数量的数值区间的同时,可以指示该单位他推荐窗口的类型。由于同一目标推荐领域可以设置有多个推荐规则,不同推荐领域的推荐规则在作用于信息重排时可能产生相互冲突的排序结果,因此,在本申请实施例中,各个推荐规则之间具有应用优先级;可选的,该推荐规则还包括优先级标识,用于指示推荐规则的应用优先级。
基于上述对推荐规则的说明,本申请示意性的示出一种推荐规则的结构形式,如下所示,规则库中的规则可以包括:
规则1:id=1,类型=滑动窗口,tag_id=1000;优先级标识=1,窗口参数=4,1,2;备注=A领域在规格为4的窗口内,最大输出信息个数为2,最小信息输出个数为1;
规则2:id=2,类型=滑动窗口,tag_id=1001;优先级标识=2,窗口参数=5,2,3;备注=B领域在规格为5的窗口内,最大输出个数限制出3,最小输出个数为2;
规则3:id=3,类型=TOP窗口,tag_id=1002;优先级标识=1,窗口参数=5,1,3;备注=C领域在规格为5的窗口内,最大输出个数限制出3,最小输出个数为1;
……
规则n:id=n,类型=滑动窗口,tag_id=xxxx;优先级标识=1,窗口参数=9,3,5;备注=xx领域在规格为9的窗口内,最大输出个数为5,最小输出个数为3。
可选的,由于各个目标信息上标记有规则标识(即tag_id),因此,计算机设备可以基于规则标识从预先设定好的规则中,获取该目标信息对应的目标推荐领域的推荐规则,例如,当目标信息上标记的规则标识为1000时,计算机设备可以基于该规则标识从规则库中获取到规则1,并将规则1确定为该目标信息对应的目标推荐领域的推荐规则。
可选的,由于同一目标信息上可以标记有多个规则标识,即同一目标推荐领域可以对应有多个推荐规则,在此情况下,计算机设备可以基于各个目标推荐领域各自对应的期望推荐占比,获取各个目标推荐领域的推荐规则;
其中,该推荐规则指示的目标信息的数量的最大值与单位推荐窗口的位置数量的比值大于或等于期望推荐占比。
示意性的,若目标推荐领域1的期望推荐占比为50%,其对应两个推荐规则,分别为推荐规则1:4,1,2、推荐规则2:5,1,2;此时,推荐规则1中目标信息的数量的最大值与单位推荐窗口的位置数量的比值等于50%,而推荐规则2中目标信息的数量的最大值与单位推荐窗口的位置数量的比值小于50%,因此确定此时目标推荐领域1的推荐规则为推荐规则1。
在另一种情况下,若目标推荐领域的两个推荐规则中,目标信息的数量的最大值与单位推荐窗口的位置数量的比值均大于或等于期望推荐占比,则可以随机选取其中一个推荐规则作为此次该目标推荐领域的推荐规则;或者,也可以基于计算机遍历到两个推荐规则的先后顺序,将先遍历到的推荐规则作为此次该目标推荐领域的推荐规则。
需要说明的是,步骤350也可以在步骤320之前执行,本申请对步骤350的执行顺序不进行限制。
步骤350,基于各个目标推荐领域的推荐规则,对第三排序进行调整,确定各个目标信息的第二排序。
不同目标推荐领域可以对应不同的推荐规则,且不同推荐规则可叠加作用于第三排序,以推荐规则对应的单位推荐窗口的类型为滑动窗口为例,图4示出了本申请一示例性实施例提供的一种排序调整的示意图,如图4所示,第三排序410中包含10个信息,且10个信息分别属于6个推荐领域,信息2、信息3与信息4属于目标推荐领域1,信息9和信息10属于目标推荐领域2;若目标推荐领域1对应的规则指示在规格为4的滑动窗口中,目标推荐领域1的信息的数量最少为1个,最多为2个;目标推荐领域2对应的规则指示在规格为4的滑动窗口中,目标推荐领域2的信息的数量最少为1个,最多为2个,那么,由于第三排序中前4个信息中不包含目标推荐领域2的信息,且前4个信息中包含了3个目标推荐领域1的信息,不符合目标推荐领域1对应的规则,因此,需要依据第三排序指示的先后顺序,将信息9移动到滑动窗口中的第四位,并将信息4后移一位,调节后的信息排序如排序420所示;当滑动窗口进行滑动时,基于排序420的顺序可以得知,滑动窗口的4个信息中包含了3个目标推荐领域1的信息,不符合目标推荐领域1和目标推荐领域2各自对应的规则,因此,依据排序420指示的先后顺序,将信息4与其相邻的信息5互换,调节后的信息排序如排序430所示;以此类推,此处不再赘述,最终获得如排序440所示的信息排序。
以推荐规则对应的单位推荐窗口的类型为头部窗口为例,图5示出了本申请一示例性实施例提供的另一种排序调整的示意图,如图5所示,第三排序510中包含10个信息,且10个信息分别属于6个推荐领域,信息2、信息3与信息4属于目标推荐领域1,信息9和信息10属于目标推荐领域2;若目标推荐领域1对应的规则指示在规格为5的滑动窗口中,目标推荐领域1的信息的数量最少为1个,最多为2个;目标推荐领域2对应的规则指示在规格为5的滑动窗口中,目标推荐领域2的信息的数量最少为1个,最多为2个,那么,由于第三排序中前5个信息中不包含目标推荐领域2的信息,且前5个信息中包含了3个目标推荐领域1的信息,不符合目标推荐领域1和目标推荐领域2各自对应的规则,因此,需要依据第三排序指示的先后顺序,将信息9移动到滑动窗口中,并将信息4移动到第六位,由于信息5的排序分高于信息9的排序分,因此将信息5移动到第4位,信息9移动到第5位,调节后的信息排序如排序520所示。
基于上述通过滑动窗口和头部窗口进行排序调整的过程可知,在对信息排序进行调节时,需要在尽可能保持基于排序分排序获得的信息排序的前提下,满足推荐规则。
其中,通过滑动窗口进行排序调整时,需要保证在滑动过程中,滑动窗口包含的信息均符合推荐规则;通过头部窗口进行排序调整时,需要保证头部窗口中的信息符合推荐规则即可。
可选的,若基于第一推荐规则的数值区间确定的排序与基于第二推荐规则的数值区间确定的排序冲突,则将第一推荐规则的数值区间确定的排序确定为第二排序;
其中,该第一推荐规则的应用优先级高于第二推荐规则的应用优先级。
其中,第一推荐规则与第二推荐规则可以是对应于同一目标推荐领域的推荐规则,或者,也可以是对应于不同目标推荐领域的推荐规则。
示意性的,若目标推荐领域1的推荐规则1为3,2,3,目标推荐领域2的推荐规则2为4,3,4,且推荐规则1与推荐规则2均适用于滑动窗口,在不存在既属于目标推荐领域1,也不属于目标推荐领域2的信息的前提下,两个推荐规则之间存在冲突,即若满足推荐规则1不满足推荐规则2,若满足推荐规则2,则不满足推荐规则1;在此情况下,可以获取推荐规则1与推荐规则2各自的应用优先级,优先满足优先级高的推荐规则,并尽可能使滑动窗口中的信息接近优先级较低的推荐规则,示意性的,若推荐规则1的应用优先级高于推荐规则2的优先级,那么在规格为4的滑动窗口中已存在2个目标推荐领域1的信息时,在另外两个位置上安排2个目标推荐领域2的信息。
在一种可能的实现方式中,基于各个目标推荐领域的推荐规则,对第三排序进行调整,确定各个目标信息的第二排序的过程可以实现为:
基于各个推荐领域的推荐规则,对第三排序进行一次调整,确定临时排序;
若临时排序对应的各个单位推荐窗口中,各个目标推荐领域的目标信息的数量满足对应的推荐规则,则将临时排序确定为第二排序;
若临时排序中的第一推荐窗口对应的第一目标推荐领域中,目标信息的数量不满足第一目标推荐领域对应的推荐规则指示的数值区间中的最小值,在保证第一推荐窗口中的其他目标推荐领域的目标信息的数量满足对应的推荐规则的前提下,依据临时排序指示的先后顺序,在第一推荐窗口中增加其他目标推荐领域的目标信息;该第一推荐窗口是各个单位推荐窗口中的任意一个;其他目标推荐领域是第一推荐窗口对应的目标推荐领域中,除第一目标推荐领域之外的目标推荐领域
将调整后的临时排序确定为第二排序。
该第一目标推荐领域是第一推荐窗口对应的各个目标推荐领域中目标信息的数量不满足对应的推荐规则指示的数值区间中的最小值的目标推荐领域。
也就是说,在基于各个推荐规则对第三排序进行调整后,若各个单位推荐窗户口中,各个目标推荐领域的目标信息的数量均满足对应的推荐规则,则将基于各个推荐规则调整后的第三排序确定为第二排序;
若基于各个推荐规则对第三排序进行调整后,仍存在第一目标推荐领域的目标信息的数量不满足其对应推荐规则的最小值,则表示第一目标推荐领域的信息在信息精排后的信息数量较少,无法满足对应的推荐规则,此时,为了避免推荐空档,在满足其他目标推荐领域的推荐规则的前提下,以其他目标推荐领域的推荐规则指示的目标信息数量的最大值为限制,在对应的单位推荐窗口中增加其他目标推荐领域的目标信息;示意性的,若目标推荐领域1的推荐规则为:4,2,3;目标推荐领域2的推荐规则为4,2,3;在两个目标推荐领域均满足对应的推荐规则时,一个单位推荐窗口中需包含2个目标推荐领域1的信息,以及2个目标推荐领域2的信息,但此时目标推荐领域2的信息只剩余1个,无法满足其对应的推荐规则的最小值需求,此时,计算机设备可以以目标推荐领域1的推荐规则的最大值为限制,在该单位推荐窗口中再增加1个目标推荐领域1的信息。
步骤360,基于第二排序,对各个目标信息进行推荐。
在一种可能的实现方式中,在获取到各个目标信息的第二排序后,若存在其他重排规则,则基于其他重排规则对第二排序进行调整,基于调整后的第二排序,对各个目标信息进行推荐。
示意性的,其他重排规则可以包括强插规则,即在特定位置上固定插入特定信息,以满足特定的业务需求;示意性的,在获取到内容类信息的第二排序后,在第二排序的第5位置上强插入一个广告信息,以满足特定的业务需求。
综上所述,本申请实施例提供的信息推荐方法,在通过具有最小输出限制的推荐规则对各个目标信息的排序进行打散的同时,还结合了基于实际推荐占比和期望推荐占比之间的差异获取动态调权系数,并基于动态调权系数调整各个目标信息的排序分,以对各个目标信息的排序进行微调,使其逐渐收敛于对应目标推荐领域的期望推荐占比,从而在保证了对各个目标推荐领域的有效推荐几率,在避免了对原精排顺序进行大规模变动的同时,也使得动态调权系数更加可控,减少了人为设置权重对推荐效果的影响,从而实现了对推荐领域的布局的高效快速调整,提高了推荐系统的整体推荐效果。
需要说明的是,本申请实施例提供的信息推荐方法中包含的两种排序调整方法:通过目标推荐领域的推荐规则进行排序调整,以及通过目标推荐领域的实际推荐占比以及期望推荐占比获得动态调权系数,基于动态调权系数对排序分进行调整,以进行排序调整;上述两个方法可以单独使用,也可以结合使用,图3所示实施例对应于两者结合使用的情况,图2所示实施例对应于单独通过目标推荐领域的推荐规则进行排序调整的情况;若单独使用基于动态调权系数进行排序调整时,可以执行图3对应实施例的步骤310至步骤330的过程,在获取到各个目标信息的第三排序后,即可按照第三排序对各个目标信息进行推荐,本申请不再赘述。
基于图3所示实施例中的内容,图6示出了本申请一示例性实施例提供的信息推荐方法对应的系统框架的示意图,如图6所示,推荐系统610在接收到用户端620发送的前端请求后,启动推荐流程,在经过信息召回,信息粗排,以及信息精排后,进入信息重排;在信息重排阶段中,计算机设备可以对具有调分标识的目标信息进行静态调权、对各个目标信息进行动态调权、对具有规则标识的目标信息通过设置有最小值的推荐规则打散,以及基于其他重排规则进行排序调整后,依据调整后的排序对各个目标信息进行推荐。
其中,静态调权是指通过静态调权系数进行排序分调整,以基于调整后的排序分进行排序;
动态调权是指基于各个目标推荐领域的实际推荐占比与各个目标推荐领域各自对应的期望推荐占比计算各自动态调权系数,并基于各自的动态调权系数对各个目标推荐领域中的目标信息的排序分进行调整,以基于调整后的排序分进行排序。
其中,该实际推荐占比可以是通过对用户端的推荐日志数据进行统计之后获得的,示意性的,计算机设备通过实时计算平台对推荐日志数据进行处理,以获得各个目标推荐领域的实际推荐占比。
对具有规则标识的目标信息通过设置有最小值的推荐规则打散,以及对具有规则标识的目标信息通过设置有最小值的推荐规则打散的相关内容可以参考图3所示实施例中的相关内容,此处不再赘述。
表1示出了基于本申请实施例提供的信息推荐方法进行信息推荐的推荐结果与通过相关技术中的方法进行信息推荐的推荐结果的对比,如表1所示,通过本申请提供的信息推荐方法,可以推荐生态领域进行大幅的调整,进而完成生态领域布局,使推荐内容更具有特色,符合产品长期任务发展方向,以及让整个推荐业务生态更加合理,符合长期目标价值。
表1
Figure BDA0003869648080000161
Figure BDA0003869648080000171
综上所述,本申请提出一种基于推荐日志数据统计领域占比动态调权的方法,可以根据期望推荐占比与实际推荐占比的差值情况,动态改变调权权重,让权重大小处于适宜状态,既避免出现权重过小现象无法达到预期目标效果,又避免出现权重持续过大现象,从而避免权重过大破坏精排顺序,造成推荐结果精准性不足,引起较大的用户体验下降的情况。
本申请提出一种具有最小输出规则的窗口打散方法(包括滑动窗口打散法以及头部窗口打散法),相比以往只具有最大限制输出功能的滑动窗口规则,本申请提供的方法应用在生态领域布局上会有更高的效率,因为传统的滑动窗口规则只有最大限制输出功能,只能对头部生态领域进行打散,不让其聚集出现,而本申请提出具有最小输功能的窗口规则,不仅具有以往窗口打散的功能,又可让生态系统中稀缺或长尾的领域在满足打散规则下,获得足够曝光机会,可以更高效快速的调整推荐生态领域的布局。
本申请在重排阶段调整推荐生态布局时,可以综合运用基于推荐日志数据统计领域占比动态调权的方法与具有最小输出规则的窗口打散方法,两种方法的结合可有效且精准的调节推荐生态中的领域占比,因为具有最小输出规则的窗口打散方法,可圈定相应领域曝光占比在一定的范围内波动,再结合基于推荐日志数据统计领域占比动态调权的方法,通过动态加权/降权的方式微调占比,使之逐步收敛于期望推荐占比,也使得调权权重大小也变的更可控,极大减少出现调权权重过大极端现象,避免造成用户体验损失问题。
图7示出了本申请一示例性实施例提供的信息推荐装置的方框图,如图7所示,该信息推荐装置包括:
排序获取模块710,用于获取各个目标信息的第一排序;所述第一排序是指各个所述目标信息在信息精排后的推荐顺序;
规则获取模块720,用于获取各个目标信息所属的目标推荐领域的推荐规则;所述推荐规则用于指示所述目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;所述数值区间包含最小值;
排序调整模块730,用于基于各个所述目标推荐领域的所述推荐规则,对所述第一排序进行调整,确定各个所述目标信息的第二排序;
信息推荐模块740,用于基于所述第二排序,对各个所述目标信息进行推荐。
在一种可能的实现方式中,所述排序调整模块730,包括:
占比获取子模块,用于获取各个所述目标信息所属的目标推荐领域的实际推荐占比;所述实际推荐占比用于指示目标时长内所述目标推荐领域中的推荐消息的数量在已推荐的推荐消息中的数量占比;
第一排序调整子模块,用于排序基于各个所述目标推荐领域的所述实际推荐占比与各个所述目标推荐领域各自对应的期望推荐占比之间的占比差值,对所述第一排序进行调整,确定各个所述目标信息的第三排序;
第二排序调整子模块,用于基于各个所述目标推荐领域的所述推荐规则,对所述第三排序进行调整,确定各个所述目标信息的所述第二排序。
在一种可能的实现方式中,所述第一排序调整子模块,包括:
参数获取单元,用于获取各个所述目标推荐领域对应的调权参数,所述调权参数是所述目标推荐领域的所述占比差值与所述目标推荐领域的所述期望推荐占比之间的比值;
分数调整单元,用于基于各个所述目标推荐领域对应的调权参数,分别对每个所述目标推荐领域中各个所述目标信息的第一排序分数进行调整,确定每个所述目标推荐领域中的各个所述目标信息的第二排序分数;
位置确定单元,用于基于各个所述目标推荐领域中各个所述目标信息的第二排序分数,确定各个所述目标信息在所述第三排序中的排序位置。
在一种可能的实现方式中,各个推荐规则之间具有应用优先级;
所述第二排序调整子模块,用于若基于第一推荐规则的所述数值区间确定的排序与基于第二推荐规则的所述数值区间确定的排序冲突,则将所述第一推荐规则的所述数值区间确定的排序确定为所述第二排序;
其中,所述第一推荐规则的所述应用优先级高于所述第二推荐规则的所述应用优先级。
在一种可能的实现方式中,所述第二排序调整子模块,包括:
第一调整单元,用于基于各个所述推荐领域的所述推荐规则,对所述第三排序进行一次调整,确定临时排序;
排序确定单元,用于若所述临时排序对应的各个所述单位推荐窗口中,各个所述目标推荐领域的所述目标信息的数量满足对应的所述推荐规则,则将所述临时排序确定为所述第二排序;
第二调整单元,用于若所述临时排序中的第一推荐窗口对应的第一目标推荐领域中,所述目标信息的数量不满足所述第一目标推荐领域对应的所述推荐规则指示的数值区间中的最小值,在保证所述第一推荐窗口中的其他目标推荐领域的所述目标信息的数量满足对应的所述推荐规则的前提下,依据所述临时排序指示的先后顺序,在所述第一推荐窗口中增加所述其他目标推荐领域的所述目标信息;所述第一推荐窗口是各个所述单位推荐窗口中的任意一个;所述其他目标推荐领域是所述第一推荐窗口对应的所述目标推荐领域中,除所述第一目标推荐领域之外的目标推荐领域;
所述排序确定单元,用于将调整后的所述临时排序确定为所述第二排序。
在一种可能的实现方式中,所述数值区间还包含最大值;所述规则获取模块720,用于基于各个所述目标推荐领域各自对应的所述期望推荐占比,获取各个所述目标推荐领域的所述推荐规则;
其中,所述推荐规则指示的所述目标信息的数量的最大值与所述单位推荐窗口的位置数量的比值大于或等于所述期望推荐占比。
在一种可能的实现方式中,所述单位推荐窗口的类型包括滑动窗口以及头部窗口中的至少一种。
综上所述,本申请实施例提供的信息推荐装置,基于各个目标信息所属的目标推荐领域的推荐规则,对各个目标信息对应的第一排序进行调整,使得各个目标信息的排序位置满足各个目标推荐领域的推荐规则;其中,该推荐规则用于指示目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间,通过数值区间最小值的设定,保证了各个目标推荐领域的有效推荐几率,在避免了对原精排顺序进行大规模变动的同时,可以高效快速地调整推荐领域的布局,提高了推荐系统的整体推荐效果。
图8示出了本申请一示例性实施例示出的计算机设备800的结构框图。该计算机设备可以实现为本申请上述方案中推荐系统中的服务器。所述计算机设备800包括中央处理单元(Central Processing Unit,CPU)801、包括随机存取存储器(Random Access Memory,RAM)802和只读存储器(Read-Only Memory,ROM)803的系统存储器804,以及连接系统存储器804和中央处理单元801的系统总线805。所述计算机设备800还包括用于存储操作系统809、客户端810和其他程序模块811的大容量存储设备806。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读寄存器(Erasable Programmable Read Only Memory,EPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-OnlyMemory,EEPROM)闪存或其他固态存储器技术,CD-ROM、数字多功能光盘(DigitalVersatile Disc,DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器804和大容量存储设备806可以统称为存储器。
根据本申请的各种实施例,所述计算机设备800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备800可以通过连接在所述系统总线805上的网络接口单元807连接到网络808,或者说,也可以使用网络接口单元807来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集存储于存储器中,中央处理器801通过执行该至少一条指令、至少一段程序、代码集或指令集来实现上述各个实施例所示的信息推荐方法中的全部或部分步骤。
在一示例性实施例中,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中存储有至少一条计算机程序,该计算机程序由处理器加载并执行以实现上述信息推荐方法中的全部或部分步骤。例如,该计算机可读存储介质可以是只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、只读光盘(Compact DiscRead-Only Memory,CD-ROM)、磁带、软盘和光数据存储设备等。
在一示例性实施例中,还提供了一种计算机程序产品,该计算机程序产品包括至少一条计算机程序,该计算机程序由处理器加载并执行上述图2或图3任一实施例所示的信息推荐方法的全部或部分步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种信息推荐方法,其特征在于,所述方法包括:
获取各个目标信息的第一排序;所述第一排序是指各个所述目标信息在信息精排后的推荐顺序;
获取各个目标信息所属的目标推荐领域的推荐规则;所述推荐规则用于指示所述目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;所述数值区间包含最小值;
基于各个所述目标推荐领域的所述推荐规则,对所述第一排序进行调整,确定各个所述目标信息的第二排序;
基于所述第二排序,对各个所述目标信息进行推荐。
2.根据权利要求1所述的方法,其特征在于,所述基于各个所述目标推荐领域的所述推荐规则,对所述第一排序进行调整,确定各个所述目标信息的第二排序,包括:
获取各个所述目标信息所属的目标推荐领域的实际推荐占比;所述实际推荐占比用于指示目标时长内所述目标推荐领域中的推荐消息的数量在已推荐的推荐消息中的数量占比;
基于各个所述目标推荐领域的所述实际推荐占比与各个所述目标推荐领域各自对应的期望推荐占比之间的占比差值,对所述第一排序进行调整,确定各个所述目标信息的第三排序;
基于各个所述目标推荐领域的所述推荐规则,对所述第三排序进行调整,确定各个所述目标信息的所述第二排序。
3.根据权利要求2所述的方法,其特征在于,所述基于各个所述目标推荐领域的所述实际推荐占比与各个所述目标推荐领域各自对应的期望推荐占比之间的占比差值,对所述第一排序进行调整,确定各个所述目标信息的第三排序,包括:
获取各个所述目标推荐领域对应的调权参数,所述调权参数是所述目标推荐领域的所述占比差值与所述目标推荐领域的所述期望推荐占比之间的比值;
基于各个所述目标推荐领域对应的调权参数,分别对每个所述目标推荐领域中各个所述目标信息的第一排序分数进行调整,确定每个所述目标推荐领域中的各个所述目标信息的第二排序分数;
基于各个所述目标推荐领域中各个所述目标信息的第二排序分数,确定各个所述目标信息在所述第三排序中的排序位置。
4.根据权利要求2所述的方法,其特征在于,各个推荐规则之间具有应用优先级;
所述基于各个所述目标推荐领域的所述推荐规则,对所述第三排序进行调整,确定各个所述目标信息的第二排序,包括:
若基于第一推荐规则的所述数值区间确定的排序与基于第二推荐规则的所述数值区间确定的排序冲突,则将所述第一推荐规则的所述数值区间确定的排序确定为所述第二排序;
其中,所述第一推荐规则的所述应用优先级高于所述第二推荐规则的所述应用优先级。
5.根据权利要求2所述的方法,其特征在于,所述基于各个所述目标推荐领域的所述推荐规则,对所述第三排序进行调整,确定各个所述目标信息的第二排序,包括:
基于各个所述推荐领域的所述推荐规则,对所述第三排序进行一次调整,确定临时排序;
若所述临时排序对应的各个所述单位推荐窗口中,各个所述目标推荐领域的所述目标信息的数量满足对应的所述推荐规则,则将所述临时排序确定为所述第二排序;
若所述临时排序中的第一推荐窗口对应的第一目标推荐领域中,所述目标信息的数量不满足所述第一目标推荐领域对应的所述推荐规则指示的数值区间中的最小值,在保证所述第一推荐窗口中的其他目标推荐领域的所述目标信息的数量满足对应的所述推荐规则的前提下,依据所述临时排序指示的先后顺序,在所述第一推荐窗口中增加所述其他目标推荐领域的所述目标信息;所述第一推荐窗口是各个所述单位推荐窗口中的任意一个;所述其他目标推荐领域是所述第一推荐窗口对应的所述目标推荐领域中,除所述第一目标推荐领域之外的目标推荐领域;
将调整后的所述临时排序确定为所述第二排序。
6.根据权利要求2所述的方法,其特征在于,所述数值区间还包含最大值;所述获取各个目标信息所属的目标推荐领域的推荐规则,包括:
基于各个所述目标推荐领域各自对应的所述期望推荐占比,获取各个所述目标推荐领域的所述推荐规则;
其中,所述推荐规则指示的所述目标信息的数量的最大值与所述单位推荐窗口的位置数量的比值大于或等于所述期望推荐占比。
7.根据权利要求1所述的方法,其特征在于,所述单位推荐窗口的类型包括滑动窗口以及头部窗口中的至少一种。
8.一种信息推荐装置,其特征在于,所述装置包括:
排序获取模块,用于获取各个目标信息的第一排序;所述第一排序是指各个所述目标信息在信息精排后的推荐顺序;
规则获取模块,用于获取各个目标信息所属的目标推荐领域的推荐规则;所述推荐规则用于指示所述目标推荐领域在对应的单位推荐窗口中可推荐的目标信息的数量的数值区间;所述数值区间包含最小值;
排序调整模块,用于基于各个所述目标推荐领域的所述推荐规则,对所述第一排序进行调整,确定各个所述目标信息的第二排序;
信息推荐模块,用于基于所述第二排序,对各个所述目标信息进行推荐。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器存储有至少一条计算机程序,所述至少一条计算机程序由所述处理器加载并执行以实现如权利要求1至7任一所述的信息推荐方法。
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计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至7任一所述的信息推荐方法。
CN202211191583.1A 2022-09-28 2022-09-28 信息推荐方法、装置、计算机设备及存储介质 Pending CN115659009A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211191583.1A CN115659009A (zh) 2022-09-28 2022-09-28 信息推荐方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211191583.1A CN115659009A (zh) 2022-09-28 2022-09-28 信息推荐方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN115659009A true CN115659009A (zh) 2023-01-31

Family

ID=84986183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211191583.1A Pending CN115659009A (zh) 2022-09-28 2022-09-28 信息推荐方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN115659009A (zh)

Similar Documents

Publication Publication Date Title
CN109168048B (zh) 主播等级的确定方法、装置、设备及存储介质
CN108320089A (zh) 坐席分配方法、电子装置及计算机可读存储介质
CN106658096A (zh) 推送直播节目的方法和装置
Altman et al. Measuring audience retention in YouTube
DE102012223496A1 (de) Online- und verteiltes optimierungsrahmenwerk für die mobilfunkanalyse
CN112765484A (zh) 短视频推送方法、装置、电子设备及存储介质
US20230281517A1 (en) Efficient, secure and low-communication vertical federated learning method
DE112016002226T5 (de) Systeme und verfahren zur verwendung von webseitenskripten zu segmenten von kundensitzungen auf einer webseite
Jourdan Institutional specialization and survival: Theory and evidence from the French film industry
CN113010739B (zh) 一种视频标签审核方法、装置及电子设备
Campion Leading through the enrollment cliff of 2026 (part II)
Chen et al. Dynamics of returns to vocational education in China: 2010–2017
CN115081956A (zh) 一种基于楼宇两达图的智能客户拜访方法及系统
CN115659009A (zh) 信息推荐方法、装置、计算机设备及存储介质
CN112308749B (zh) 培养计划的生成装置、方法、电子设备及可读存储介质
CN107291860B (zh) 种子用户确定方法
CN111569412B (zh) 一种云游戏资源调度的方法和装置
Sadeghi et al. The impact of human capital on FDI with new evidence from bootstrap panel granger causality analysis
CN110968547B (zh) 一种信息筛选方法及系统
CN114579861A (zh) 信息推送方法、装置、电子设备及可读存储介质
Kurosawa et al. Service-choice behaviour modelling with latent perceptual variables
CN115705379A (zh) 智能推荐方法及装置、设备、存储介质
CN112749076B (zh) 测试方法、装置及电子设备
CN110996177A (zh) 面向点播影院的视频推荐方法、装置及设备
CN104978483B (zh) 支持偏好度动态修正的Web服务选择方法

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