一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

信息召回方法、装置及存储介质与流程

2022-06-22 17:29:18 来源:中国专利 TAG:

技术特征:
1.一种信息召回方法,其特征在于,包括:获取用户特征数据以及信息池中每个待召回信息的信息特征数据;确定所述用户特征数据和信息特征数据中各特征数据的特征重要度序列;所述特征重要度序列至少表征每个特征对提升信息点击率的准确程度的贡献大小;基于所述特征重要度序列分别对所述用户特征数据和信息特征数据进行数据更新,对应获得用户目标特征数据和信息目标特征数据;根据每个待召回信息的信息目标特征数据与所述用户目标特征数据,对每个待召回信息进行预测,得到每个待召回信息的召回评估结果;所述召回评估结果至少表征每个待召回信息被召回的概率;基于所述召回评估结果,从所述信息池中召回信息。2.根据权利要求1所述的信息召回方法,其特征在于,所述确定所述用户特征数据和信息特征数据中各特征数据的特征重要度序列步骤包括:对所述用户特征数据和信息特征数据中各特征数据进行压缩处理,获得所有特征数据对应的全量特征向量;对所述全量特征向量进行非线性变换处理,获得各特征数据的特征重要度序列。3.根据权利要求2所述的信息召回方法,其特征在于,所述对所述用户特征数据和信息特征数据中各种特征数据进行压缩处理,获得所有特征数据对应的特征向量包括:分别对用户特征数据和信息特征数据分别进行编码,得到用户特征向量和信息特征向量;分别对所述用户特征向量和信息特征向量进行全局池化处理,获得第一特征向量分量;分别对所述用户特征向量和信息特征向量进行一维卷积处理,获得第二特征向量分量;基于所述第一特征向量分量和所述第二特征向量分量,获得所有特征数据对应的全量特征向量。4.根据权利要求2或3所述的信息召回方法,其特征在于,所述对所述全量特征向量进行非线性变换处理,获得各种特征数据的特征重要度序列包括:对所述全量特征向量进行降维处理,获得第一描述特征;将所述第一描述特征进行升维处理,获得第二描述特征;所述第二描述特征的特征维度与所述全量特征向量的特征维度相同;将所述第二描述特征映射至概率空间,获得各种特征数据的特征重要度序列。5.根据权利要求4所述的信息召回方法,其特征在于,所述将所述第一描述特征进行升维处理,获得第二描述特征步骤包括:将所述第一描述特征进行全连接处理,得到全连接描述特征;将所述第一描述特征和所述全连接描述特征进行残差处理,得到残差描述特征;根据所述全连接描述特征和所述残差描述特征,获得所述第二描述特征。6.根据权利要求1所述的信息召回方法,其特征在于,所述基于所述特征重要度序列分别对所述用户特征数据和信息特征数据进行数据更新,对应获得用户目标特征数据和信息目标特征数据步骤包括:
获取当前召回场景对应的特征重要阈值;确定所述特征重要度的数值小于等于所述特征重要阈值的所有特征重要度,作为目标特征重要度;将所述特征重要度序列中,所确定的目标特征重要度均调整为预设特征重要度,得到更新的特征重要度序列;所述预设特征重要度小于所述特征重要阈值;基于更新的特征重要度序列,分别对所述用户特征数据和信息特征数据进行逐特征相乘,对应获得用户目标特征数据和信息目标特征数据。7.一种信息召回装置,其特征在于,包括:获取模块,被配置为执行获取用户特征数据以及信息池中每个待召回信息的信息特征数据;序列确定模块,被配置为执行确定所述用户特征数据和信息特征数据中各特征数据的特征重要度序列;所述特征重要度序列至少表征每个特征对提升信息点击率的准确程度的贡献大小;更新模块,被配置为执行基于所述特征重要度序列分别对所述用户特征数据和信息特征数据进行数据更新,对应获得用户目标特征数据和信息目标特征数据;处理模块,被配置为执行根据每个待召回信息的信息目标特征数据与所述用户目标特征数据,对每个待召回信息进行预测,得到每个待召回信息的召回评估结果;所述召回评估结果至少表征每个待召回信息被召回的概率;召回模块,被配置为执行基于所述召回评估结果,从所述信息池中召回信息。8.一种电子设备,其特征在于,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的信息召回方法。9.一种存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6中任一项所述的信息召回方法。10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机指令,所述计算机指令存储在计算机可读存储介质中,电子设备的处理器从计算机可读存储介质读取所述计算机指令,处理器执行所述计算机指令,使得所述电子设备执行如权利要求1至6中任一项所述的信息召回方法。

技术总结
本公开关于一种信息召回方法、装置及存储介质,所述方法包括:确定获取的用户特征数据和信息特征数据中各特征数据的特征重要度序列;基于特征重要度序列分别对所述用户特征数据和信息特征数据进行数据更新,根据更新的特征数据,预测得到每个待召回信息的召回评估结果;基于召回评估结果从信息池中召回信息。基于本公开可以有效避免召回一些低质量的信息以及避免遗漏一些高质量的信息,且提升了用户体验。体验。体验。


技术研发人员:赵惜墨
受保护的技术使用者:北京达佳互联信息技术有限公司
技术研发日:2020.12.21
技术公布日:2022/6/21
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献