一种确定推荐结果的方法、装置、介质及设备制造方法及图纸

本申请实施方式提供一种确定推荐结果的方法、装置、介质及设备，属于智能推荐技术领域，该方法包括：获取业务标识和用户属性信息共同关联的至少一套属性参数，所述属性参数包括推荐逻辑标识以及所述业务标识；调用所述至少一套属性参数中的推荐逻辑标识对应的推荐逻辑，其中，不同的推荐逻辑相互独立存储；利用调用的推荐逻辑，确定所述业务标识对应的业务场景下的推荐结果。本申请实施方式可在一定程度上减少业务逻辑的代码量，降低业务逻辑的代码结构复杂度，为代码维护提供方便。

A Method, Device, Medium and Equipment for Determining Recommendation Results

【技术实现步骤摘要】
一种确定推荐结果的方法、装置、介质及设备
本申请涉及智能推荐
，尤其涉及一种确定推荐结果的方法、装置、介质及设备。
技术介绍
本部分旨在为权利要求书或者说明书其它部分中陈述的本申请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。随着互联网技术的发展，网络上承载的信息量越来越丰富，根据业务场景将相关信息推荐给用户也逐渐成为一种趋势，比如可向用户推荐相关的商品、视频、广告等信息。由于新业务的涌现速度以及新旧业务更迭的速度都很快，每个业务下又都衍生出很多不同的业务场景，而要根据业务场景进行合理推荐的话，需要及时更新用于确定推荐结果的逻辑，那么如何合理设计用于确定推荐结果的逻辑则是一个需要考虑的问题。
技术实现思路
本申请提供一种确定推荐结果的方法、装置、介质及设备，以提供一种合理设计用于确定推荐结果的逻辑的方案。一方面，本申请实施例提供一种确定推荐结果的方法，包括：获取业务标识和用户属性信息共同关联的至少一套属性参数，所述属性参数包括推荐逻辑标识以及所述业务标识；调用所述至少一套属性参数中的推荐逻辑标识对应的推荐逻辑，其中，不同的推荐逻辑相互独立存储；利用调用的推荐逻辑，确定所述业务标识对应的业务场景下的推荐结果。本实施方式提供的方案，通过与业务标识和用户属性信息共同关联的至少一套属性参数，调用独立存储的各个推荐逻辑，从而得到相应场景下的推荐结果，不同推荐逻辑相互独立存储，可保证不同推荐逻辑在代码上互不影响，并且，业务的业务逻辑中仅包括融合逻辑，这可在一定程度上减少业务逻辑的代码量，降低业务逻辑的代码结构复杂度，为代码维护提供了方便。在一种可能的实施方式中，确定所述业务标识对应的业务场景下的推荐结果，具体包括：若调用的推荐逻辑为多个，则将调用的多个推荐逻辑拼装为一个推荐模型；利用所述推荐模型，确定所述业务标识对应的业务场景下的推荐结果。利用本实施方式提供的方案，可实现将调用的多个推荐逻辑实时拼装为一个推荐模型，从而利用该推荐模型实现推荐结果的确定。在一种可能的实施方式中，所述属性参数还包括推荐逻辑的所属层级，则将调用的多个推荐逻辑拼装为一个推荐模型，具体包括：按照所属层级由小到大的顺序，将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的推荐逻辑的输入。本实施方式提供的方案，在属性参数中添加了推荐逻辑所属层级，可根据调用的多个推荐逻辑所属的层级确定各个推荐逻辑的融合方式，拼装得到一个推荐模型，此时，可不必在业务逻辑中编辑调用的各个推荐逻辑的融合方式，在一定程度上减少了业务逻辑的代码量和结构复杂度。在一种可能的实施方式中，所述属性参数还包括所属层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的推荐逻辑的输入，具体包括：若下一层级包括多个推荐逻辑，则确定利用当前层级的推荐逻辑输出的推荐结果的数目；若所述数目小于所述当前层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的第一类推荐逻辑的输入；若所述数目不小于所述当前层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的第二类推荐逻辑的输入。本实施方式提供的方案，在属性参数中添加了推荐逻辑所属层级的推荐结果阈值，无需在业务逻辑中写死推荐结果阈值，降低了代码维护的困难程度。在一种可能的实施方式中，所述属性参数还包括：推荐逻辑的权重以及推荐逻辑的选择概率，则，确定利用当前层级的推荐逻辑输出的推荐结果，具体包括：根据当前层级的各个推荐逻辑的选择概率，确定当前层级的最终推荐逻辑；针对每个所述最终推荐逻辑，利用该最终推荐逻辑确定该最终推荐逻辑输出的推荐结果；根据各个推荐逻辑的权重以及相应推荐逻辑输出的推荐结果，确定利用当前层级的最终推荐逻辑输出的最终推荐结果；将所述最终推荐结果确定为利用当前层级的推荐逻辑输出的推荐结果。本实施方式提供的方案，在属性参数添加了推荐逻辑的权重以及推荐逻辑的选择概率，无需在业务逻辑中写死各个推荐逻辑的权重以及推荐逻辑的选择概率，降低了代码维护的困难程度。在一种可能的实施方式中，获取业务标识和用户属性信息共同关联的至少一套属性参数，具体包括：获取业务标识和用户属性信息共同关联的至少一套预先配置的属性参数。本实施方式提供的方案，属性参数为可配置的参数，这样研发人员以及非研发人员均可根据实际的业务场景对属性参数进行配置，无需研发人员到相应的业务逻辑中修改代码，降低了代码维护的困难程度以及研发人员的工作量。另一方面，本申请实施例提供一种确定推荐结果的装置，包括：获取模块，用于获取业务标识和用户属性信息共同关联的至少一套属性参数，所述属性参数包括推荐逻辑标识以及所述业务标识；调用模块，用于调用所述至少一套属性参数中的推荐逻辑标识对应的推荐逻辑，其中，不同的推荐逻辑相互独立存储；第一确定模块，用于利用调用的推荐逻辑，确定所述业务标识对应的业务场景下的推荐结果。在一种可能的实施方式中，所述第一确定模块，具体包括：拼装单元，用于若调用的推荐逻辑为多个，则将调用的多个推荐逻辑拼装为一个推荐模型；确定单元，用于利用所述推荐模型，确定所述业务标识对应的业务场景下的推荐结果。在一种可能的实施方式中，所述属性参数还包括推荐逻辑的所属层级，则所述拼装单元，具体用于：按照所属层级由小到大的顺序，将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的推荐逻辑的输入。在一种可能的实施方式中，所述属性参数还包括所属层级的推荐结果阈值，则所述拼装单元，具体用于：若下一层级包括多个推荐逻辑，则确定利用当前层级的推荐逻辑输出的推荐结果的数目；若所述数目小于所述当前层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的第一类推荐逻辑的输入；若所述数目不小于所述当前层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的第二类推荐逻辑的输入。在一种可能的实施方式中，本申请实施例提供的确定推荐结果的装置，还包括：第二确定模块，用于所述属性参数还包括推荐逻辑的权重以及推荐逻辑的选择概率时，按照以下方式确定利用当前层级的推荐逻辑输出的推荐结果：根据当前层级的各个推荐逻辑的选择概率，确定当前层级的最终推荐逻辑；针对每个所述最终推荐逻辑，利用该最终推荐逻辑确定该最终推荐逻辑输出的推荐结果；根据各个最终推荐逻辑的权重以及相应最终推荐逻辑输出的推荐结果，确定利用当前层级的最终推荐逻辑输出的最终推荐结果；将所述最终推荐结果确定为利用当前层级的推荐逻辑输出的推荐结果。在一种可能的实施方式中，所述获取模块，具体用于：获取业务标识和用户属性信息共同关联的至少一套预先配置的属性参数。再一方面，本申请实施例提供一种非易失性计算机存储介质，所述计算机存储介质存储有可执行程序，该可执行程序被处理器执行实现上述实施例提供的任一确定推荐结果的方法的步骤。又一方面，本申请实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述程序时实现上述实施例提供的任一确定推荐结果的方法的步骤。本申请实施例提的确定推荐结果的方法、装置、介质及设备，获取与业务标识和用户属性信息共同关联的至少一套属性参数，通过至少一套属性参数中推荐逻辑的标识，调用与推本文档来自技高网...

【技术保护点】
1.一种确定推荐结果的方法，其特征在于，包括：获取业务标识和用户属性信息共同关联的至少一套属性参数，所述属性参数包括推荐逻辑标识以及所述业务标识；调用所述至少一套属性参数中的推荐逻辑标识对应的推荐逻辑，其中，不同的推荐逻辑相互独立存储；利用调用的推荐逻辑，确定所述业务标识对应的业务场景下的推荐结果。

【技术特征摘要】
1.一种确定推荐结果的方法，其特征在于，包括：获取业务标识和用户属性信息共同关联的至少一套属性参数，所述属性参数包括推荐逻辑标识以及所述业务标识；调用所述至少一套属性参数中的推荐逻辑标识对应的推荐逻辑，其中，不同的推荐逻辑相互独立存储；利用调用的推荐逻辑，确定所述业务标识对应的业务场景下的推荐结果。2.根据权利要求1所述的方法，其特征在于，确定所述业务标识对应的业务场景下的推荐结果，具体包括：若调用的推荐逻辑为多个，则将调用的多个推荐逻辑拼装为一个推荐模型；利用所述推荐模型，确定所述业务标识对应的业务场景下的推荐结果。3.根据权利要求2所述的方法，其特征在于，所述属性参数还包括推荐逻辑的所属层级，则将调用的多个推荐逻辑拼装为一个推荐模型，具体包括：按照所属层级由小到大的顺序，将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的推荐逻辑的输入。4.根据权利要求3所述的方法，其特征在于，所述属性参数还包括所属层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的推荐逻辑的输入，具体包括：若下一层级包括多个推荐逻辑，则确定利用当前层级的推荐逻辑输出的推荐结果的数目；若所述数目小于所述当前层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的第一类推荐逻辑的输入；若所述数目不小于所述当前层级的推荐结果阈值，则将利用当前层级的推荐逻辑输出的推荐结果，作为下一层级的第二类推荐逻辑的输入。5.根据权利要求3所述的方法，其特征在于，所述属性参数还包括推荐逻辑的权重以及推荐逻辑的选择概率，则，确定利用当前层级的推荐逻辑输出的推荐结果，具体包括：根据当前层级的各个推荐逻辑的选择概率，确定当前层级的最终推荐逻辑；针对每个所述最终推荐逻辑，利用该最终推荐逻辑确定该最终推荐逻辑输出的推荐结果；根据各个最终推荐逻辑的权重以及相应最终推荐逻辑输出的推荐结果，确定利用当前层级的最终推荐逻辑输出的最终推荐结果；将所述最终推荐结果确定为利用当前层级的推荐逻辑输出的推荐结果。6.根据权利要求1-5任一所述的方法，其特征在于，获取业务标识和用户属性信息共同关联的至少一套属性参数，具体包括：获取业务标识和用户属性信息共同关联的至少一套预先配置的属性参数。7.一种确定推荐结果的装置，其特征在于，包括：获取模块，用于获取业务标识和用户属性信息共同关联的至少一套属性参数，所述属性参...

【专利技术属性】
技术研发人员：刘宽，吕慧伟，刘小鹏，杨振，覃国民，雷小平，刘勉，林钊航，聂晶，仇清伟，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44