信息推荐方法、装置、计算机设备及存储介质制造方法及图纸

本公开提供了一种信息推荐方法、装置、计算机设备及存储介质，其中，该方法包括：获取与当前搜索信息匹配的候选推荐信息集合；候选推荐信息集合中包括多个候选推荐信息；根据候选推荐信息集合中的多个候选推荐信息分别在多种搜索时效内的搜索量，确定候选推荐信息集合在每种搜索时效下的序列特征信息；序列特征信息用于反映候选推荐信息集合对应的整体搜索特征；基于候选推荐信息集合在各搜索时效下的序列特征信息，和训练的目标排序模型，确定目标推荐信息。标推荐信息。标推荐信息。

【技术实现步骤摘要】
信息推荐方法、装置、计算机设备及存储介质


[0001]本公开涉及互联网
，具体而言，涉及一种信息推荐方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着科技的进步，越来越多的用户通过搜索方式获取所需的信息。比如，用户可以在搜索框内输入搜索内容，以查看与搜索内容相关的搜索结果。其中，在用户输入搜索内容后，可以为用户推送与搜索内容相关的搜索推荐信息，以使得用户可以通过接收到的搜索推荐信息，查找到所需的信息。可见，搜索推荐信息的精准程度能够影响用户的搜索效率。因此，提出一种能够较精准的确定搜索推荐信息的方法尤为重要。

技术实现思路

[0003]本公开实施例至少提供一种信息推荐方法、装置、计算机设备及存储介质。
[0004]第一方面，本公开实施例提供了一种信息推荐方法，包括：
[0005]获取与当前搜索信息匹配的候选推荐信息集合；所述候选推荐信息集合中包括多个候选推荐信息；
[0006]根据所述候选推荐信息集合中的多个候选推荐信息分别在多种搜索时效内的搜索量，确定所述候选推荐信息集合在每种所述搜索时效下的序列特征信息；所述序列特征信息用于反映所述候选推荐信息集合对应的整体搜索特征；
[0007]基于所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，和训练的目标排序模型，确定目标推荐信息。
[0008]一种可选的实施方式中，所述序列特征信息包括排序特征信息和方差特征信息；所述排序特征信息用于反映所述候选推荐信息集合中的各候选推荐信息在搜索量大小上的排序特征，所述方差特征信息用于反映所述各候选推荐信息的搜索量相对于所述候选推荐信息集合对应的平均搜索量的偏差程度。
[0009]一种可选的实施方式中，根据以下步骤确定所述方差特征信息：
[0010]针对每种所述搜索时效，根据所述候选推荐信息集合中的多个候选推荐信息在所述搜索时效内的搜索量，确定所述搜索时效下的平均搜索量；
[0011]基于所述多个候选推荐信息分别在所述搜索时效内的搜索量、和所述平均搜索量，确定所述搜索时效下的搜索量标准差；
[0012]基于所述搜索量标准差、所述平均搜索量、和所述多个候选推荐信息分别在所述搜索时效内的搜索量，确定所述候选推荐信息集合在所述搜索时效下的方差特征信息。
[0013]一种可选的实施方式中，所述基于所述搜索量标准差、所述平均搜索量、和所述多个候选推荐信息分别在所述搜索时效内的搜索量，确定所述候选推荐信息集合在所述搜索时效下的方差特征信息，包括：
[0014]针对每个所述候选推荐信息，基于所述候选推荐信息在所述搜索时效内的搜索
量、和所述平均搜索量，得到搜索量差值；并将所述搜索量差值与所述搜索量标准差相除，得到所述候选推荐信息的搜索量比值；
[0015]基于所述多个候选推荐信息分别对应的所述搜索量比值，确定所述候选推荐信息集合在所述搜索时效下的方差特征信息。
[0016]一种可选的实施方式中，所述基于所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，和训练的目标排序模型，确定目标推荐信息，包括：
[0017]确定每个所述候选推荐信息的候选特征信息，所述候选特征信息包括文本特征信息和/或垂类特征信息；以及，获取经用户授权的历史特征信息，所述历史特征信息包括行为特征信息和/或背景特征信息；
[0018]基于所述历史特征信息、每个所述候选推荐信息的所述候选特征信息，以及所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，利用所述目标排序模型确定所述目标推荐信息。
[0019]一种可选的实施方式中，所述目标排序模型包括第一排序模型和第二排序模型，所述基于所述历史特征信息、每个所述候选推荐信息的所述候选特征信息，以及所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，利用所述目标排序模型确定所述目标推荐信息，包括：
[0020]从所述历史特征信息、每个所述候选推荐信息的所述候选特征信息、和所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息中，选取部分特征信息，基于所述部分特征信息和所述第一排序模型，确定所述候选推荐信息集合中的所述多个候选推荐信息的第一排序结果；
[0021]基于所述第一排序结果、所述历史特征信息、每个所述候选推荐信息的所述候选特征信息、所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，利用所述第二排序模型，确定所述候选推荐信息集合中的所述多个候选推荐信息的第二排序结果；
[0022]根据所述第二排序结果，从所述候选推荐信息集合中确定目标推荐信息。
[0023]一种可选的实施方式中，所述根据所述第二排序结果，从所述候选推荐信息集合中确定目标推荐信息，包括：
[0024]根据所述第二排序结果指示的多个候选推荐信息的排序位置，从所述候选推荐信息集合中选取预设数量个候选推荐信息，确定为目标推荐信息；和/或，
[0025]根据所述第二排序结果指示的每个候选推荐信息的预估点击率，从所述候选推荐信息集合中选取预估点击率大于阈值的候选推荐信息，确定为目标推荐信息。
[0026]第二方面，本公开实施例还提供一种信息推荐装置，包括：
[0027]获取模块，用于获取与当前搜索信息匹配的候选推荐信息集合；所述候选推荐信息集合中包括多个候选推荐信息；
[0028]第一确定模块，用于根据所述候选推荐信息集合中的多个候选推荐信息分别在多种搜索时效内的搜索量，确定所述候选推荐信息集合在每种所述搜索时效下的序列特征信息；所述序列特征信息用于反映所述候选推荐信息集合对应的整体搜索特征；
[0029]第二确定模块，用于基于所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，和训练的目标排序模型，确定目标推荐信息。
[0030]第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所
述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
[0031]第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
[0032]本公开实施例提供的信息推荐方法、装置、计算机设备及存储介质，在获取与当前搜索信息匹配的候选推荐信息集合之后，根据候选推荐信息集合中的多个候选推荐信息分别在多种搜索时效内的搜索量，确定候选推荐信息集合在每种搜索时效下的序列特征信息，其中序列特征信息用于反映候选推荐信息集合对应的整体搜索特征，比如序列特征信息可以表征候选推荐信息集合内多个候选推荐信息之间、在搜索时效内的搜索量差距等信息，进而基于候选推荐信息集合在各搜索时效下的序列特征信息，和训练的目标排序模型，能够较准确的从候选推荐信息集合中确本文档来自技高网...

【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：获取与当前搜索信息匹配的候选推荐信息集合；所述候选推荐信息集合中包括多个候选推荐信息；根据所述候选推荐信息集合中的多个候选推荐信息分别在多种搜索时效内的搜索量，确定所述候选推荐信息集合在每种所述搜索时效下的序列特征信息；所述序列特征信息用于反映所述候选推荐信息集合对应的整体搜索特征；基于所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，和训练的目标排序模型，确定目标推荐信息。2.根据权利要求1所述的方法，其特征在于，所述序列特征信息包括排序特征信息和方差特征信息；所述排序特征信息用于反映所述候选推荐信息集合中的各候选推荐信息在搜索量大小上的排序特征，所述方差特征信息用于反映所述各候选推荐信息的搜索量相对于所述候选推荐信息集合对应的平均搜索量的偏差程度。3.根据权利要求2所述的方法，其特征在于，根据以下步骤确定所述方差特征信息：针对每种所述搜索时效，根据所述候选推荐信息集合中的多个候选推荐信息在所述搜索时效内的搜索量，确定所述搜索时效下的平均搜索量；基于所述多个候选推荐信息分别在所述搜索时效内的搜索量、和所述平均搜索量，确定所述搜索时效下的搜索量标准差；基于所述搜索量标准差、所述平均搜索量、和所述多个候选推荐信息分别在所述搜索时效内的搜索量，确定所述候选推荐信息集合在所述搜索时效下的方差特征信息。4.根据权利要求3所述的方法，其特征在于，所述基于所述搜索量标准差、所述平均搜索量、和所述多个候选推荐信息分别在所述搜索时效内的搜索量，确定所述候选推荐信息集合在所述搜索时效下的方差特征信息，包括：针对每个所述候选推荐信息，基于所述候选推荐信息在所述搜索时效内的搜索量、和所述平均搜索量，得到搜索量差值；并将所述搜索量差值与所述搜索量标准差相除，得到所述候选推荐信息的搜索量比值；基于所述多个候选推荐信息分别对应的所述搜索量比值，确定所述候选推荐信息集合在所述搜索时效下的方差特征信息。5.根据权利要求1所述的方法，其特征在于，所述基于所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，和训练的目标排序模型，确定目标推荐信息，包括：确定每个所述候选推荐信息的候选特征信息，所述候选特征信息包括文本特征信息和/或垂类特征信息；以及，获取经用户授权的历史特征信息，所述历史特征信息包括行为特征信息和/或背景特征信息；基于所述历史特征信息、每个所述候选推荐信息的所述候选特征信息，以及所述候选推荐信息集合在各所述搜索时效下的所述序列特征信息，利用所述目标排序模型...

【专利技术属性】
技术研发人员：薛博凡，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：