[发明专利]基于深度网络的信息流推荐方法、装置、设备及存储介质

说明书

本申请公开了一种基于深度网络的信息流推荐方法、装置、设备及存储介质，属于数据处理领域。所述方法包括：接收目标帐号的信息推荐请求；调用目标深度网络模型计算候选的文档在n个评价指标上的子质量分数，n为大于1的整数；根据n个评价指标上的子质量分数和n个评价指标对应的权重，计算得到文档的加权质量分数；根据加权质量分数生成和推荐信息流。本申请能够在多个评价指标上对文档进行评价，使得推荐的信息流在多个评价指标上均有较好的表现，避免单一评价指标的神经网络模型所生成的信息流仅在单一评价指标上能取得较好的效果，而可能会在其他评价指标上的效果很差的问题。

技术领域

本申请涉及数据处理领域，特别涉及一种基于深度网络的信息流推荐方法、装置、设备及存储介质。

背景技术

信息流是多个信息顺序排列所构成的流式数据。信息流推荐系统包括服务器和终端，服务器向终端推送一个或多个信息流。

相关技术中，信息流推荐系统中设置有深度网络模型。当服务器需要向终端推荐信息流时，服务器使用该深度网络模型预测用户对候选文档集合中的各个文档的点击率，按照点击率由高到低的顺序选择出n篇文档，将该n篇文档形成的信息流推送给终端，终端显示该信息流。

上述推荐系统以优化单一评价指标(点击率)为主，虽然能够提高用户对信息流的点击数量，但也容易推荐出标题吸引人但内容质量低的文章，造成如分享、赞赏和留言互动等评价指标下降的情况。

发明内容

本申请实施例提供了一种基于深度网络的信息流推荐方法、装置、设备及存储介质，可以用于解决以优化单一评价指标为主的推荐系统，很容易造成其他评价指标下降的情况。所述技术方案如下：

根据本公开的一个方面，提供了一种基于深度网络的信息流推荐方法，所述方法包括：

接收目标帐号的信息推荐请求；

生成所述目标帐号的候选文档集合，所述候选文档集合包括至少两个文档；

调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数，n为大于1的整数；

根据所述n个评价指标上的子质量分数和所述n个评价指标对应的权重，计算得到所述文档的加权质量分数；

根据所述加权质量分数从所述候选文档集合中选择出目标文档，根据所述目标文档生成所述信息流；

向所述目标帐号对应的终端推荐所述信息流。

根据本公开的另一方面，提供了一种基于深度网络的信息流推荐装置，所述装置包括：

接收模块，用于接收目标帐号的信息推荐请求；

生成模块，用于生成所述目标帐号的候选文档集合，所述候选文档集合包括至少两个文档；

调用模块，用于调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数，n为大于1的整数；

计算模块，用于根据所述n个评价指标上的子质量分数和所述n个评价指标对应的权重，计算得到所述文档的加权质量分数；

生成模块，用于根据所述加权质量分数从所述候选文档集合中选择出目标文档，根据所述目标文档生成所述信息流；

推荐模块，用于向所述目标帐号对应的终端推荐所述信息流。

根据本公开的另一方面，提供了一种服务器，所述服务器包括：

处理器和存储器，所述存储器存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的基于深度网络的信息流推荐方法。