一种信息推荐方法及装置制造方法及图纸

本申请提供一种信息推荐方法及装置，涉及计算机技术领域，可通过服务器来执行，服务器可确定M个待推荐信息，M为大于等于2的正整数；根据M个待推荐信息的历史曝光情况，确定各待推荐信息的曝光衰减系数；基于M个待推荐信息的优先级以及各待推荐信息的曝光衰减系数，推荐M个待推荐信息。本申请在推荐信息时，不仅考虑了待推荐信息的优先级还考了待推荐信息的曝光情况，该方式考虑的情况比较全面，可以更好地推荐待推荐信息，避免一直推荐某个信息的情况出现。情况出现。情况出现。

【技术实现步骤摘要】
一种信息推荐方法及装置


[0001]本专利技术涉及计算机
，尤其涉及一种信息推荐方法及装置。

技术介绍

[0002]随着运营商线上触点(如网上营业厅、掌上应用程序(application，APP)、微信公众号等)的用户越来越多，用户能办理的业务也越来越多，一些核心运营位(如首页弹窗、首页轮播区等)由于展示位置数量有限，需要通过预设规则进行商品推荐。
[0003]但是，预设规则通常是人为设定的，考虑的信息不全面，推荐的商品比较单一，很多商品不能被推荐。

技术实现思路

[0004]本申请提供一种信息推荐方法及装置，以提高信息推荐的灵活性。
[0005]第一方面，本申请提供一种信息推荐方法，可应用于服务器，服务器确定M个待推荐信息，M为大于等于2的正整数；根据M个待推荐信息的历史曝光情况，确定各待推荐信息的曝光衰减系数；基于M个待推荐信息的优先级以及各待推荐信息的曝光衰减系数，推荐M个待推荐信息。
[0006]需要说明的是，待推荐信息可以为商品信息等，本申请在此不具体限定。本申请中，服务器在推荐信息时，并非仅参考优先级持续推荐某个待推荐信息，该方式参考了待推荐信息的优先级以及待推荐信息的曝光情况，可根据待推荐信息的曝光情况调整推荐策略，不会一直推荐某个信息，可提高推荐信息的灵活性，采用本申请的信息推荐方法推荐商品可提高商品达成交易的概率，可为信息推荐方带来更多的电子资源量。
[0007]在一种可选的方式中，待推荐信息的曝光衰减系数与待推荐信息的历史曝光次数负相关。也即待推荐信息的历史曝光次数越多待推荐信息的曝光衰减系数越小，曝光次数越多的待推荐信息推荐概率越低，其他未曝光的待推荐信有机会曝光。
[0008]在一种可选的方式中，曝光衰减系数满足如下公式：
[0009]α＝λ
x
[0010]其中，α为曝光衰减系数；x为历史曝光次数；λ为预设参数；λ∈(0,1)。
[0011]在一种可选的方式中，各待推荐信息的优先级与以及信息存在关联关系：各待推荐信息的电子资源量以及待推荐信息的订购情况。
[0012]在一种可选的方式中，服务器可将各待推荐信息的优先级与各待推荐信息的曝光衰减系数输入至机器学习模型进行数据处理，确定M个待推荐信息的推荐顺序。通过机器学习模型基于历史成交数据进行数据处理，具有合理性、确定性，可以提高数据处理效率，以便更加快速地计算出待推荐信息的推荐顺序。
[0013]在一种可选的方式中，机器学习模型的参数更新时，各待推荐信息的曝光衰减系数为1。
[0014]在一种可选的方式中，机器学习模型通过如下方式确定M个待推荐信息的推荐顺
序：
[0015]基于各待推荐信息的优先级与各待推荐信息的曝光衰减系数进行乘法运算，确定各待推荐信息的推荐值；对M个推荐值进行排序，获取排序结果；根据排序结果推荐M个待推荐信息。
[0016]该方式参考了待推荐信息的优先级以及待推荐信息的曝光情况，可根据待推荐信息的曝光情况调整推荐策略，不会一直推荐某个信息，可提高推荐信息的灵活性。
[0017]在一种可选的方式中，服务器可获取N个展示位的优先级，展示位用于展示待推荐信息；N为正整数；若N小于M，则将排序结果靠前的N个推荐信息依序推荐至N个展示位。
[0018]第二方面，本申请提供一种信息推荐装置，包括：第一确定单元、第二确定单元以及推荐单元。
[0019]其中，第一确定单元，用于确定M个待推荐信息，所述M为大于等于2的正整数；第二确定单元，用于根据所述M个待推荐信息的历史曝光情况，确定各所述待推荐信息的曝光衰减系数；推荐单元，用于基于所述M个待推荐信息的优先级以及所述各待推荐信息的曝光衰减系数，推荐所述M个待推荐信息。
[0020]在一种可选的方式中，待推荐信息的曝光衰减系数与待推荐信息的历史曝光次数负相关。
[0021]在一种可选的方式中，曝光衰减系数满足如下公式：
[0022]α＝λ
x
[0023]其中，α为曝光衰减系数；x为历史曝光次数；λ为预设参数；λ∈(0,1)。
[0024]在一种可选的方式中，各待推荐信息的优先级与以及信息存在关联关系：各待推荐信息的电子资源量以及待推荐信息的订购情况。
[0025]在一种可选的方式中，推荐单元，可用于将各待推荐信息的优先级与各待推荐信息的曝光衰减系数输入至机器学习模型进行数据处理，确定M个待推荐信息的推荐顺序。
[0026]在一种可选的方式中，机器学习模型的参数更新时，各待推荐信息的曝光衰减系数为1。
[0027]在一种可选的方式中，机器学习模型可通过如下方式确定M个待推荐信息的推荐顺序：
[0028]基于各待推荐信息的优先级与各待推荐信息的曝光衰减系数进行乘法运算，确定各待推荐信息的推荐值；对M个推荐值进行排序，获取排序结果；根据排序结果推荐M个待推荐信息。
[0029]在一种可选的方式中，信息推荐装置还包括获取单元，获取单元可用于可获取N个展示位的优先级，展示位用于展示待推荐信息；N为正整数；若N小于M，则推荐单元，用于将排序结果靠前的N个推荐信息依序推荐至N个展示位。
[0030]第三方面，本申请提供一种计算装置，包括：存储器以及处理器；存储器，用于存储程序指令；处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行第一方面所述的方法。
[0031]第四方面，本申请提供一种计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如第一方面所述的方法。
[0032]上述第二方面至第四方面可以达到的技术效果，请参照上述第一方面中相应可能
设计方案可以达到的技术效果说明，本申请这里不再重复赘述。
[0033]本申请的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0034]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为本申请实施例提供信息推荐方法的应用场景示意图；
[0036]图2为本申请实施例提供的一种信息推荐方法的流程示意图；
[0037]图3为本申请实施例提供的另一种信息推荐方法的流程示意图；
[0038]图4为本申请实施例提供的信息推荐装置的结构示意图；
[0039]图5为本申请实施例提供的一种计算设备的结构示意图。
具体实施方式
[0040]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。...

【技术保护点】

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：确定M个待推荐信息，所述M为大于等于2的正整数；根据所述M个待推荐信息的历史曝光情况，确定各所述待推荐信息的曝光衰减系数；基于所述M个待推荐信息的优先级以及所述各待推荐信息的曝光衰减系数，推荐所述M个待推荐信息。2.根据权利要求1所述的方法，其特征在于，所述待推荐信息的曝光衰减系数与所述待推荐信息的历史曝光次数负相关。3.根据权利要求2所述的方法，其特征在于，所述曝光衰减系数满足如下公式：α＝λ
x
其中，所述α为曝光衰减系数；所述x为历史曝光次数；所述λ为预设参数；所述λ∈(0,1)。4.根据权利要求1所述的方法，其特征在于，所述各待推荐信息的优先级与以下信息存在关联关系：所述各待推荐信息的电子资源量以及所述待推荐信息的订购情况。5.根据权利要求1
‑
4中任一所述的方法，其特征在于，所述基于所述M个待推荐信息的优先级以及所述各待推荐信息的曝光衰减系数，推荐所述M个待推荐信息，包括：将所述各待推荐信息的优先级与所述各待推荐信息的曝光衰减系数输入至机器学习模型进行数据处理，确定所述M个待推荐信息的推荐顺序。6.根据权利要求5所述的方法，其特征在于，所述机器学习模型的参数更新时，所述各待推荐信息的曝光衰减系数为1。7.根据权利要求6所述的方法，其特征在于，所述机器学习模型...

【专利技术属性】
技术研发人员：张辉，李俊，张俊春，王庶民，李宇亮，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：