[发明专利]排序方法及装置、电子设备和存储介质

权利要求书

1.一种排序方法，其特征在于，包括：

生成实时训练样本，具体包括：

实时采集并组织样本数据；所述样本数据包括：后端业务日志以及前端反馈的用户行为数据；所述后端业务日志为实时推送的排序结果；所述用户行为数据为对推送的后端业务日志的实时反馈；对组织的所述样本数据进行聚合得到所述实时训练样本；所述实时采集并组织样本数据，具体包括：

确定采集的所述样本数据是否为所述用户行为数据，若为所述用户行为数据，则确定是否缓存有与采集的所述用户行为数据对应的后端业务日志；若未缓存对应的所述后端业务日志，则丢弃所述用户行为数据，若缓存有对应的所述后端业务日志，则保留采集的所述用户行为数据；

根据生成的所述实时训练样本更新排序模型的模型参数；

基于更新的所述排序模型预测排序结果。

2.根据权利要求1所述的排序方法，其特征在于，所述实时采集并组织样本数据，还包括：

确定采集的所述样本数据是否为所述后端业务日志，若为所述后端业务日志，则确定所述样本数据是否存在分页，若存在分页，则将分页的样本数据进行合并后缓存，若不存在分页，则直接缓存采集的所述样本数据。

3.根据权利要求1所述的排序方法，其特征在于，确定是否缓存有与采集的所述用户行为数据对应的后端业务日志，具体包括：

缓存采集的所述用户行为数据，并定时轮询是否采集到对应的后端业务日志，若在预设时间内未轮询到对应的后端业务日志，则确定未缓存对应的所述后端业务日志，若在预设时间内轮询到对应的后端业务日志，则确定缓存有对应的所述后端业务日志。

4.根据权利要求1所述的排序方法，其特征在于，所述实时采集并组织样本数据，具体为：

按照排序请求的次数组织所述样本数据。

5.根据权利要求1所述的排序方法，其特征在于，所述根据生成的所述实时训练样本更新排序模型的模型参数，具体包括：

根据生成的所述实时训练样本对所述排序模型进行训练得到新的模型参数；

快照存储所述新的模型参数。

6.根据权利要求5所述的排序方法，其特征在于，在所述快照存储所述新的模型参数后，还包括：对存储的所述新的模型参数进行稳定性校验得到稳定性满足预设条件的候选模型参数。

7.根据权利要求6所述的排序方法，其特征在于，所述对存储的所述新的模型参数进行稳定性校验得到稳定性满足预设条件的候选模型参数之后，还包括：周期性地加载所述候选模型参数至所述排序模型；

所述基于更新的所述排序模型预测排序结果，具体为：

基于加载有所述候选模型参数的排序模型预测排序结果。

8.一种排序装置，其特征在于，包括：

生成模块，用于生成实时训练样本，具体包括：

实时采集并组织样本数据；所述样本数据包括：后端业务日志以及前端反馈的用户行为数据；所述后端业务日志为实时推送的排序结果；所述用户行为数据为对推送的后端业务日志的实时反馈；对组织的所述样本数据进行聚合得到所述实时训练样本；所述实时采集并组织样本数据，具体包括：

确定采集的所述样本数据是否为所述用户行为数据，若为所述用户行为数据，则确定是否缓存有与采集的所述用户行为数据对应的后端业务日志；若未缓存对应的所述后端业务日志，则丢弃所述用户行为数据，若缓存有对应的所述后端业务日志，则保留采集的所述用户行为数据；

更新模块，用于根据生成的所述实时训练样本更新排序模型的模型参数；

预测模块，用于基于更新的所述排序模型预测排序结果。