[发明专利]一种信息推荐的方法及装置

权利要求书

1.一种信息推荐的方法，其特征在于，包括：

客户端接收用户输入的搜索信息；

通过所述搜索信息，从服务器中获取到所述搜索信息对应的至少部分推荐信息进行展示；

获取所述用户针对所述搜索信息对应的已展示推荐信息的行为数据；

通过所述行为数据以及所述客户端本地部署的预先训练的重排模型，对所述搜索信息对应的未展示推荐信息进行排序，得到针对所述未展示推荐信息的排序结果；

按照所述排序结果，将所述未展示推荐信息展示给所述用户。

2.如权利要求1所述的方法，其特征在于，通过所述行为数据以及所述客户端本地部署的预先训练的重排模型，对所述搜索信息对应的未展示推荐信息进行排序，得到针对所述未展示推荐信息的排序结果，具体包括：

从所述服务器中获取到所述未展示推荐信息对应的综合特征向量，以及确定所述行为数据对应的行为特征向量；

将所述综合特征向量以及所述行为特征向量输入到所述重排模型中，得到针对所述未展示推荐信息的排序结果。

3.如权利要求2所述的方法，其特征在于，从所述服务器中获取到所述未展示推荐信息对应的综合特征向量，具体包括：

将所述用户的用户信息以及所述搜索信息发送给所述服务器，以使所述服务器根据所述用户信息对应的特征向量、所述搜索信息对应的特征向量以及所述未展示推荐信息对应的特征向量，确定所述综合特征向量，并将所述综合特征向量返回给所述客户端。

4.如权利要求2所述的方法，其特征在于，在将所述综合特征向量以及所述行为特征向量输入到所述重排模型中之前，所述方法还包括：

确定所述已展示推荐信息与所述未展示推荐信息在各预设维度下的关联信息，并确定所述关联信息对应的关联特征向量；

将所述综合特征向量以及所述行为特征向量输入到所述重排模型中，得到针对所述未展示推荐信息的排序结果，具体包括：

将所述综合特征向量、所述行为特征向量以及所述关联特征向量输入到所述重排模型中，得到针对所述未展示推荐信息的排序结果。

5.一种信息推荐的方法，其特征在于，包括：

服务器接收客户端发送的搜索信息，所述搜索信息是用户在所述客户端中输入的；

将所述搜索信息对应的至少部分推荐信息返回给所述客户端进行展示，以使所述客户端获取所述用户针对所述搜索信息对应的已展示推荐信息的行为数据，以及通过所述行为数据和所述客户端本地部署的预先训练的重排模型，对所述搜索信息对应的未展示推荐信息进行排序，得到针对所述未展示推荐信息的排序结果，并按照所述排序结果，将所述未展示推荐信息展示给所述用户。

6.如权利要求5所述的方法，其特征在于，训练所述重排模型，具体包括：

获取训练样本；

通过预设的基础排序模型，确定所述训练样本中包含的历史推荐信息对应的综合特征向量，所述历史推荐信息对应的综合特征向量是所述基础排序模型通过所述历史推荐信息、所述历史推荐信息对应的历史搜索信息以及所述历史搜索信息对应用户的用户信息确定出的，所述基础排序模型用于根据接收到的搜索信息进行信息推荐；

将所述历史推荐信息对应的综合特征向量以及所述训练样本中包含的历史行为数据对应的行为特征向量输入到所述重排模型中，得到针对所述历史推荐信息的预测排序结果；

以最小化所述预测排序结果与所述训练样本中包含的标注结果之间的偏差为优化目标，对所述重排模型进行训练，并将训练后的所述重排模型发送给所述客户端进行部署。

7.如权利要求6所述的方法，其特征在于，将训练后的所述重排模型发送给所述客户端进行部署，具体包括：

确定所述客户端对应的系统数据格式；

按照所述系统数据格式，将训练后的所述重排模型进行数据格式转化，得到转化后的重排模型；

将所述转化后的重排模型发送给所述客户端进行部署。