[发明专利]信息推荐方法、装置、电子设备及介质

说明书

本申请实施例提供了一种信息推荐方法、装置、设备及介质，所述方法包括：响应于用户发送的信息推荐请求，并行执行用户行为序列建模和信息召回；所述行为序列建模包括：获取与所述用户对应的行为序列表达；所述信息召回包括：获取所述信息推荐请求对应的多个候选信息特征；基于所述行为序列表达和所述多个候选信息特征，对所述多个候选信息特征各自对应的信息进行排序；基于所述多个候选信息特征各自对应的信息的排序结果，向所述用户发送推荐信息，所述推荐信息包括部分或全部所述候选信息特征对应的信息。

技术领域

本申请涉及服务器技术领域，特别是涉及一种信息推荐方法、装置、电子设备及介质。

背景技术

在推荐场景下，会根据用户输入的搜索词向用户推荐店铺信息、产品信息或服务信息等，这一过程被称为信息推荐。在相关技术的信息推荐中，一般会涉及信息召回和信息排序两种任务，其中，信息排序是在信息召回的基础上对召回的候选信息进行排序。在这个阶段中，一般会采用用户的用户行为数据进行行为序列建模，利用建模得到的行为序列表达进行信息排序，最终确定出向用户推荐的推荐信息。

在行为序列建模中，行为序列表达越长则信息推荐的准确率越高，但是受限于计算资源的有限性，行为序列表达越长信息推荐的时长也越长，信息推荐时耗大、效率不高。因此，为了满足信息推荐的时效性，行为序列建模一般是短序列的建模，然而短序列的建模又导致信息推荐的准确度不高。

因此，亟待一种准确度高、时效性又有保证的信息推荐方案。

发明内容

为了解决上述问题，本申请提供了一种信息推荐方法、装置、电子设备及介质，旨在保证信息推荐的时效性的情况下，可以进行长序列的行为序列建模，从而提高信息推荐的准确性。

本公开实施例的第一方面，提供了一种信息推荐方法，所述方法包括：

响应于用户发送的信息推荐请求，并行执行用户行为序列建模和信息召回；所述行为序列建模包括：获取与所述用户对应的行为序列表达；所述信息召回包括：获取所述信息推荐请求对应的多个候选信息特征；

基于所述行为序列表达和所述多个候选信息特征，对所述多个候选信息特征各自对应的信息进行排序；

基于所述多个候选信息特征各自对应的信息的排序结果，向所述用户发送推荐信息，所述推荐信息包括部分或全部所述候选信息特征对应的信息。

可选地，所述方法还包括：

从训练得到的排序模型中拆分出行为序列建模模型和信息排序模型；其中，训练所述排序模型的训练样本包括多个用户行为特征样本和多个信息特征样本；

所述确定与所述用户对应的行为序列表达，包括：

获取所述用户的用户行为数据，并将所述用户行为数据输入所述行为序列建模模型，得到所述行为序列表达；

基于所述行为序列表达和所述多个候选信息特征，对所述多个候选信息特征各自对应的信息进行排序，包括：

将所述行为序列表达和所述多个候选信息特征输入到所述信息排序模型，得到所述多个候选信息特征的排序结果。

可选地，训练得到所述排序模型的步骤包括：

将所述多个用户行为数据样本和所述多个信息特征样本输入到预设模型，所述预设模型包括建模模块和排序模块；所述建模模块用于基于所述多个用户行为数据样本进行行为序列建模，所述排序模块用于基于所述建模模块输出的进行所述行为序列建模后的行为序列表达和所述多个信息特征样本，输出所述多个信息特征样本的排序结果；

基于所述多个信息特征样本的排序结果和所述多个信息特征样本的排序标签，对所述预设模型的参数进行更新；