信息推荐方法、装置、计算机可读存储介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113781149A(43)申请公布日2021.12.10(21)申请号202110088256.2G06N3/08(2006.01)(22)申请日2021.01.22(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人安冬(74)专利代理机构北京律智知识产权代理有限公司11438代理人王辉阚梓瑄(51)Int.Cl.G06Q30/06(2012.01)G06F16/9535(2019.01)G06N3/04(2006.01)权利要求书3页说明书16页附图5页(54)发明名称信息推荐方法、装置、计算机可读存储介质及电子设备(57)摘要本公开涉及互联网技术领域，提供了一种信息推荐方法、装置、计算机可读存储介质及电子设备，该方法包括：响应用户请求，根据用户请求确定待选择对象，以及获取用户的用户画像和历史行为路径，其中，历史行为路径包括一个或多个子行为路径，子行为路径是根据所述用户针对对象产生的具有先后顺序的两个或两个以上的用户行为形成的；将用户画像、历史行为路径以及待选择对象输入多任务推荐模型中，以得到与待选择对象对应的多个子行为路径概率；根据多个子行为路径概率确定待选择对象的目标概率，利用目标概率对待选择对象进行排序，根据排序结果将待选择对象展示在用户终端。本公开能够通过多任务推荐模型，提高信息推荐的准确率。CN113781149ACN113781149A权利要求书1/3页1.一种信息推荐方法，其特征在于，包括：响应用户请求，根据所述用户请求确定待选择对象，以及获取用户的用户画像和历史行为路径，其中，所述历史行为路径包括一个或多个子行为路径，所述子行为路径是根据所述用户针对对象产生的具有先后顺序的两个或两个以上的用户行为形成的；将所述用户画像、所述历史行为路径以及所述待选择对象输入多任务推荐模型中，以得到与所述待选择对象对应的多个子行为路径概率；根据多个所述子行为路径概率确定所述待选择对象的目标概率，利用所述目标概率对所述待选择对象进行排序，根据排序结果将所述待选择对象展示在用户终端。2.根据权利要求1所述的信息推荐方法，其特征在于，所述多任务推荐模型包括特征提取层、神经网络层；将所述用户画像、所述历史行为路径以及所述待选择对象分别输入多任务推荐模型中，以得到与所述待选择对象对应的多个子行为路径概率，包括：通过所述特征提取层对所述用户画像、所述历史行为路径以及所述待选择对象进行特征提取，以获得与所述待选择对象对应的用户对象感兴趣特征；将所述用户对象感兴趣特征输入所述神经网络层，以得到与所述用户对象感兴趣特征对应的多个所述子行为路径概率。3.根据权利要求2所述的信息推荐方法，其特征在于，所述特征提取层包括特征映射层和特征组合层；通过所述特征提取层对所述用户画像、所述历史行为路径以及所述待选择对象进行特征提取，以获取与所述待选择对象对应的用户对象感兴趣特征，包括：将所述用户画像输入所述特征映射层，以获取所述用户画像对应的用户特征；将所述待选择对象输入所述特征映射层，以获取与所述待选择对象对应的待选择对象特征；以及将所述待选择对象和所述历史行为路径输入所述特征映射层，以获取与所述待选择对象对应的用户感兴趣特征；将所述用户特征、所述待选择对象特征和所述用户感兴趣特征输入所述特征组合层，以获得与所述待选择对象对应的所述用户对象感兴趣特征。4.根据权利要求2所述的信息推荐方法，其特征在于，所述神经网络层包括多个神经网络；将所述用户对象感兴趣特征分别输入各所述神经网络层，以得到与所述用户对象感兴趣特征对应的多个所述子行为路径概率，包括：将所述用户对象感兴趣特征分别输入多个所述神经网络，以得到多个所述子行为路径概率。5.根据权利要求4所述的信息推荐方法，其特征在于，根据多个所述子行为路径概率确定各所述待选择对象的目标概率，包括：将所述待选择对象对应的多个所述子行为路径概率进行求积运算，以得到与所述待选择对象对应的所述目标概率。6.根据权利要求1所述的信息推荐方法，其特征在于，所述方法还包括：获取用户画像样本，与所述用户画像样本对应的对象样本，以及与所述对象样本对应2CN113781149A权利要求书2/3页的行为路径样本，其中，所述行为路径样本包括一个或多个子行为路径样本；根据所述行为路径样本配置子行为路径标签；根据所述用户画像样本、所述对象样本、所述行为路径样本和所述子行为路径标签对待训练多任务推荐模型进行训练，以得到所述多任务推荐模型。7.根据权利要求6所述的信息推荐方法，其特征在于，所述子行为路径标签包括第一标签或第二标签；根据所述行为路径样本配