[发明专利]信息处理方法、装置、介质和计算设备

说明书

本发明的实施方式提供了一种信息处理方法。该方法包括：获取用户的用户信息；根据所述用户信息，获取多个待推荐信息，其中所述多个待推荐信息包括具有预排序信息的第一待推荐信息；以及根据所述第一待推荐信息的预排序信息、所述用户信息及所述多个待推荐信息，采用点击率预测模型获取与所述多个待推荐信息一一对应的多个预测点击率。本发明的方法由于在确定第一待推荐信息的预测点击率时，同时考虑了该第一待推荐模型的预排序信息，因此可以提高得到的预测点击率的准确性，以利于提高信息推荐的准确性和推荐效果。此外，本发明的实施方式还提供了一种信息处理装置、介质和计算设备。

技术领域

本发明的实施方式涉及信息推荐领域，更具体地，本发明的实施方式涉及一种信息处理方法、装置、介质和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

信息推荐的主要工作是解决信息过载的问题，即从大量的信息中筛选出少量用户感兴趣的信息。通常的信息推荐大致包括召回和排序两个阶段。其中，召回阶段具体即为自服务器存储的海量信息中挑选出用户感兴趣的部分信息。排序阶段即为对召回阶段挑选出的部分信息进行排序。

其中召回阶段可以采用规则召回方法和模型召回方法。规则召回例如可以是基于人工规则进行信息的挑选；而模型召回是采用计算模型来进行信息的挑选。通常，采用模型召回挑选得到的多个待推荐信息都有预排序信息。而在排序阶段采用的推荐算法模型往往不能吸收该多个待推荐信息的预排序信息。即排序阶段往往无法考虑预排序信息，这会使得基于推荐算法模型建立的推荐系统的推荐性能有一定的折损。

发明内容

因此在现有技术中，采用现有的信息推荐方法来向用户推荐信息时，由于无法考虑获取的待推荐信息的预排序信息，因此存在预测的待推荐信息的点击率准确率低，信息推荐效果差的缺陷。

为此，非常需要一种改进的信息处理方法，以提高确定的预测点击率的准确率，提高信息推荐效果。

在本上下文中，本发明的实施例期望能够提供一种信息处理方法，能够在获取信息的预测点击率时考虑待推荐信息的预排序信息，从而提高确定的预测点击率的准确率。

本发明实施方式的第一方面中，提供了一种信息处理方法，包括：获取用户的用户信息；根据所述用户信息，获取多个待推荐信息，其中所述多个待推荐信息包括具有预排序信息的第一待推荐信息；以及根据所述第一待推荐信息的预排序信息、所述用户信息及所述多个待推荐信息，采用点击率预测模型获取与所述多个待推荐信息一一对应的多个预测点击率。

在本发明的一个实施例中，上述多个待推荐信息包括多个第一待推荐信息，上述采用点击率预测模型获取与所述多个待推荐信息一一对应的多个预测点击率包括：根据所述多个第一待推荐信息的预排序信息，将所述多个第一待推荐信息划分到至少一个信息区间，得到与所述多个第一待推荐信息一一对应的多个区间信息，所述多个区间信息用于表征所述多个第一待推荐信息所属的信息区间；根据所述多个第一待推荐信息及所述多个区间信息，得到与所述多个第一待推荐信息一一对应的多个第一输入信息，所述第一输入信息由一个第一待推荐信息及与所述一个第一待推荐信息对应的区间信息拼接得到；以及将所述用户信息、所述多个待推荐信息中除所述第一待推荐信息外的其他待推荐信息及所述多个第一输入信息输入所述点击率预测模型，获取与所述多个待推荐信息一一对应的多个预测点击率。

在本发明的另一个实施例中，将所述多个第一待推荐信息划分到至少一个信息区间包括：根据所述多个第一待推荐信息的预排序信息，采用基于熵的离散化方法将所述多个第一待推荐信息划分到至少一个信息区间。