一种基于多路召回的信息推荐方法及系统与流程

技术特征：
1.一种基于多路召回的信息推荐方法，其特征在于，包括：获取用户与信息数据；基于用户与信息数据，采用多路召回策略，得到不同召回策略的信息推荐候选集；将每个用户在每路召回策略下的信息推荐候选集进行融合，确定用户最终的信息推荐候选集；其中，多路召回策略中的标签召回策略使用熵权法确定行为类型指标权重，并融合时间衰减权重、标签权重和用户行为次数权重，得到用户标签权重，选取用户标签权重最大的标签作为用户偏好标签，将偏好标签匹配的信息进行召回。2.如权利要求1所述的一种基于多路召回的信息推荐方法，其特征在于，在进行多路召回策略前，对用户与信息数据进行去冗余、去噪、值填充和格式转换。3.如权利要求1所述的一种基于多路召回的信息推荐方法，其特征在于，所述多路召回策略还包括协同过滤召回、热门召回和相似召回。4.如权利要求1所述的一种基于多路召回的信息推荐方法，其特征在于，所述多路召回策略中的深度网络模型召回策略将用户的每个子行为序列，输入深度网络模型后可得到用户向量，基于各个用户向量与信息嵌入向量做最近邻算法，得到待推荐给用户的多个信息，根据信息出现的次数进行召回。5.如权利要求4所述的一种基于多路召回的信息推荐方法，其特征在于，对于深度网络模型生成的嵌入向量采用局部敏感哈希算法进行分桶，在桶内查找相似用户或相似信息。6.如权利要求1所述的一种基于多路召回的信息推荐方法，其特征在于，所述行为类型指标权重为：其中，w
j
表示第j个行为类型指标的权重值，e
j
表示第j个行为类型指标的信息熵，n表示行为类型指标的总数。7.如权利要求1所述的一种基于多路召回的信息推荐方法，其特征在于，所述时间衰减权重是用来标识某用户标签受时间影响的衰减程度；或者，所述标签权重利用tf-idf算法进行计算；或者，所述用户行为次数权重根据统计时间段内发生的用户行为次数来确定。8.一种基于多路召回的信息推荐系统，其特征在于，包括：数据获取模块，其被配置为：获取用户与信息数据；多路召回模块，其被配置为：基于用户与信息数据，采用多路召回策略，得到不同召回策略的信息推荐候选集；融合模块，其被配置为：将每个用户在每路召回策略下的信息推荐候选集进行融合，确定用户最终的信息推荐候选集；其中，多路召回策略中的标签召回策略使用熵权法确定行为类型指标权重，并融合时间衰减权重、标签权重和用户行为次数权重，得到用户标签权重，选取用户标签权重最大的标签作为用户偏好标签，将偏好标签匹配的信息进行召回。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执
行时实现如权利要求1-7中任一项所述的一种基于多路召回的信息推荐方法中的步骤。10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种基于多路召回的信息推荐方法中的步骤。

技术总结
本发明涉及信息推荐技术领域，提供了一种基于多路召回的信息推荐方法及系统，包括：基于用户与信息数据，采用多路召回策略，得到不同召回策略的信息推荐候选集；将每个用户在每路召回策略下的信息推荐候选集进行融合，确定用户最终的信息推荐候选集；其中，多路召回策略中的标签召回策略使用熵权法确定行为类型指标权重，并融合时间衰减权重、标签权重和用户行为次数权重，得到用户标签权重，选取用户标签权重最大的标签作为用户偏好标签，将偏好标签匹配的信息进行召回。从多角度挖掘用户兴趣；且能根据用户的实际行为调整和更新权重，追踪用户的兴趣变化，从而提升用户体验和粘度。度。度。


技术研发人员：黄敏 张琳 马志龙 刘胜平
受保护的技术使用者：中孚安全技术有限公司
技术研发日：2022.09.16
技术公布日：2022/11/8