[发明专利]一种信息推荐方法、装置、电子设备及可读存储介质

说明书

本申请实施例提供了一种信息推荐方法、装置、电子设备及可读存储介质，所述方法包括：对多个信息分别进行特征提取，得到多个信息各自的通用特征和偏置特征，其中，一个信息的通用特征用于表征该信息的信息内容，一个信息的偏置特征用于表征该信息的展示形式；将多个信息各自的通用特征和偏置特征输入预先训练的信息推荐模型，确定多个信息各自的推荐得分；根据多个信息各自的推荐得分，得到预备向用户推荐的目标信息。本申请充分考虑了信息的展示形式对用户的偏好度的影响，更能真实反映用户对信息的偏好度，降低了目标信息与用户真正感兴趣的信息之间存在的偏差，能针对性地向用户推荐信息，增强了用户的使用体验。

技术领域

本申请实施例涉及数据处理技术领域，尤其涉及一种信息推荐方法、装置、电子设备及可读存储介质。

背景技术

目前，信息投放方为提高用户对信息的关注度，会为待投放的信息设计出多种展示形式。例如，广告投放商为提高用户对投放的广告的关注度，会对广告的展示展示形式(例如：大小、颜色、亮度、标题、位置等)进行多样化设计；再例如，某公益组织为吸引用户对某项活动的信息的关注度，会对该项活动的信息的展示形式进行多样化设计。而每个用户的喜好和诉求点不同，用户对不同展示形式的信息的偏好度不同，因此信息展示平台存在着根据用户的偏好度，选择并展示最吸引用户的展示形式的信息的需求。

以信息是广告为例，目前已有的广告多任务预估模型所采用的广告算法主要是挖掘用户行为特征和广告的固有属性等，来选择并展示最吸引用户的广告。例如根据挖掘出的各个广告的用户行为特征和广告的固有属性，确定出各个广告的点击率CTR(Click-Through-Rate)、转化率CVR(Conversion Rate)、成交总额GMV(Gross MerchandiseVolume)等指标，通过对各个指标的评估进而确定出最吸引用户的广告并进行展示。

然而，相关技术中，当广告的展示形式多样化时，忽略了广告的展示形式这一因素，导致预测的各个指标诸如点击率CTR、转化率CVR、单价Price等的精准度较低，因此，无法克服广告的展示形式对用户的偏好度所带来的影响。

发明内容

本申请实施例提供了一种信息推荐方法、装置、电子设备及可读存储介质，通过对信息的展示形式进行分析，能准确地获得用户对展示形式的偏好度，并根据用户的偏好度，选择并展示最吸引用户的展示形式的信息，有效增强了用户的使用体验。

本申请实施例第一方面提供了一种信息推荐方法，所述方法包括：

对多个信息分别进行特征提取，得到所述多个信息各自的通用特征和偏置特征，其中，一个信息的通用特征用于表征该信息的信息内容，一个信息的偏置特征用于表征该信息的展示形式；

将所述多个信息各自的通用特征和偏置特征输入预先训练的信息推荐模型，确定所述多个信息各自的推荐得分；

根据所述多个信息各自的推荐得分，得到预备向用户推荐的目标信息；

其中，所述信息推荐模型包括预设任务模型、偏置模型和融合模块，所述预设任务模型以多个样本信息各自的通用特征以及所述多个样本信息各自携带的预设任务对应的标签为输入训练得到的，所述偏置模型以所述多个样本信息各自的偏置特征以及所述多个样本信息各自携带的所述预设任务对应的标签为输入训练得到的，所述融合模块用于对所述预设任务模型输出的通用指标值和所述偏置模型输出的偏置系数进行融合，并输出各个信息各自的推荐得分。

可选地，一个信息的偏置特征包括该信息的多个不同维度的偏置特征；所述偏置模型包括多个偏置专家网络，一个偏置专家网络是以所述多个样本信息的同一维度的偏置特征以及预先对所述多个样本信息分别标注的该维度的偏置因子标签为训练样本，对第一预设网络模型进行训练得到的。