[发明专利]推荐方法及装置，存储介质，电子设备及推荐系统

说明书

本公开涉及一种推荐方法及装置，存储介质，电子设备及推荐系统，用以解决相关技术中推荐系统的多样性和准确性较低的问题。该推荐方法包括：收集用户行为数据，根据所述用户行为数据调用召回模型集合中的多个召回模型，得到多个召回结果，其中，所述多个召回模型包括主召回模型和与所述主召回模型具有不同召回规则的次召回模型；从所述次召回模型的召回结果中选择满足预设条件的目标召回结果；对所述主召回模型的召回结果和所述目标召回结果进行排序后推荐给用户。

技术领域

本公开涉及数据处理技术领域，具体地，涉及一种推荐方法及装置，存储介质，电子设备及推荐系统。

背景技术

互联网场景下，推荐系统是很多产品不可或缺的一部分，其可以在用户没有显式行为的条件下为用户提供优质的个性化推荐服务。

例如，在外卖场景中，需要用户快速决策，因此应用程序的首页需要的是能给用户提供多种需求。既要通过一些新颖性推荐结果，起到流量分发的作用，同时需要给用户提供精准个性化推荐，从而缩短用户的商品选择时间。这就对推荐系统提供了更高的多样性和准确性的需求。

但是，相关技术中，推荐系统针对某一具体的场景通常只能使用一种召回模型，例如基于物品的推荐算法Itembased CF召回模型，导致在数据粒度上和算法上都比较单一，无法提供更加精准以及个性化的推荐服务。

发明内容

本公开实施例主要目的是提供一种推荐方法及装置，存储介质，电子设备及推荐系统，以解决相关技术中推荐系统的多样性和准确性较低的问题。

为了实现上述目的，本公开实施例第一方面提供一种推荐方法，所述方法包括：

收集用户行为数据，根据所述用户行为数据调用召回模型集合中的多个召回模型，得到多个召回结果，其中，所述多个召回模型包括主召回模型和与所述主召回模型具有不同召回规则的次召回模型；

从所述次召回模型的召回结果中选择满足预设条件的目标召回结果；

对所述主召回模型的召回结果和所述目标召回结果进行排序后推荐给用户。

可选地，所述从所述次召回模型的召回结果中选择满足预设条件的目标召回结果，包括：

根据所述次召回模型的日志数据，从所述次召回模型的召回结果中选择点击率和/或转化率满足阈值条件的召回结果作为所述目标召回结果。

可选地，所述根据所述用户行为数据调用线上召回模型集合中的多个召回模型，包括：

将所述用户行为数据按照预定的流量配比分别用于调用所述主召回模型和所述次召回模型，其中，进入所述主召回模型流量的占比为85％以上，且进入所述次召回模型流量的占比大于0。

可选地，所述方法还包括：

根据所述次召回模型的日志数据，确定所述次召回模型每一召回规则的曝光率和转化率；

将曝光率高于第一阈值且转化率低于第二阈值的召回规则从所述次召回模型中的删除。

可选地，所述召回结果为推荐给用户的商家信息；所述主召回模型采用基于物品的Itembased召回规则或者基于用户Userbased的召回规则，所述次召回模型采用以下至少一种召回规则：用户兴趣召回，关联规则，矩阵分解。

可选地，所述方法还包括：

获取用户的历史行为数据；

根据所述历史行为数据计算与主召回对象相似的召回对象；

将每一主召回对象的相似召回对象存储到该主召回对象对应的召回模型的待召回集合中。

可选地，所述根据所述历史行为数据计算与主召回对象相似的召回对象列表，包括：