[发明专利]信息推荐方法、装置、服务器及计算机可读存储介质

权利要求书

1.一种信息推荐方法，其特征在于，所述方法包括：

获取多条候选信息；

提取目标用户的目标用户特征，并提取每条候选信息的信息特征及每条候选信息与所述目标用户的交叉特征；

将所述目标用户特征、每条候选信息的信息特征及交叉特征输入到粗排模型中，输出每条候选信息的粗排分数，所述粗排模型基于精排模型的训练结果训练得到；

基于每条候选信息的粗排分数，从所述多条候选信息中，筛选出多条第一信息；

基于所述精排模型，从所述多条第一信息中，筛选出多条第二信息；

将所述多条第二信息推荐给所述目标用户。

2.根据权利要求1所述的方法，其特征在于，所述粗排模型的训练过程为：

基于所述精排模型，从用于训练所述精排模型的多条训练样本信息中，获取多条粗排样本信息；

提取每条粗排样本信息的训练信息特征、点击每条粗排样本信息的用户的用户特征以及每个用户与每条粗排样本信息之间的训练交叉特征；

基于每条粗排样本信息的训练信息特征、点击每条粗排样本信息的用户的用户特征以及每个用户与每条粗排样本信息之间的训练交叉特征，对初始粗排模型进行训练，得到所述粗排模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述精排模型，从用于训练所述精排模型的多条训练样本信息中，获取多条粗排样本信息，包括：

基于所述精排模型对所述多条训练样本信息的精排分数，获取排位在前预设位数的训练样本信息；

将所述排位在前预设位数的训练样本信息确定为正样本，将其余的训练样本信息确定为负样本；

将所述正样本和所述负样本组成为所述多条粗排样本信息。

4.根据权利要求2所述的方法，其特征在于，所述基于所述精排模型，从用于训练所述精排模型的多条训练样本信息中，获取多条粗排样本信息，包括：

基于所述精排模型对所述多条训练样本信息的精排分数，获取排位在前预设位数的训练样本信息；

将所述排位在前预设位数的训练样本信息及与每条训练样本信息来源于同一查询请求且排位在预设位数之后的至少一条训练样本信息，确定为所述多条粗排训练样本信息。

5.根据权利要求2所述的方法，其特征在于，所述基于所述精排模型，从用于训练所述精排模型的多条训练样本信息中，获取多条粗排样本信息，包括：

基于所述粗排模型预估每条训练样本信息的点击率和转化率；

根据每条训练样本信息的点击率和转化率，确定每条训练样本信息的排序分数；

基于每条训练样本信息的排序分数，从所述多条训练样本信息中，获取多条粗排训练样本信息。

6.一种信息推荐装置，其特征在于，所述装置包括：

第一获取模块，用于获取多条候选信息；

第一提取模块，用于提取目标用户的目标用户特征；

第二提取模块，还用于提取每条候选信息的信息特征及每条候选信息与所述目标用户的交叉特征；

输入输出模块，用于将所述目标用户特征、每条候选信息的信息特征及交叉特征输入到粗排模型中，输出每条候选信息的粗排分数，所述粗排模型基于精排模型的训练结果训练得到；

第一筛选模块，用于基于每条候选信息的粗排分数，从所述多条候选信息中，筛选出多条第一信息；

第二筛选模块，还用于基于所述精排模型，从所述多条第一信息中，筛选出多条第二信息；

推荐模块，用于将所述多条第二信息推荐给所述目标用户。

7.根据权利要求6所述的装置，其特征在于，用于所述粗排模型的训练装置包括：

第二获取模块，用于基于所述精排模型，从用于训练所述精排模型的多条训练样本信息中，获取多条粗排样本信息；

第三提取模块，用于提取每条粗排样本信息的训练信息特征、点击每条粗排样本信息的用户的用户特征以及每个用户与每条粗排样本信息之间的训练交叉特征；

训练模块，用于基于每条粗排样本信息的训练信息特征、点击每条粗排样本信息的用户的用户特征以及每个用户与每条粗排样本信息之间的训练交叉特征，对初始粗排模型进行训练，得到所述粗排模型。