[发明专利]一种信息推荐方法、装置、设备及计算机可读存储介质

说明书

本发明实施例提供一种信息推荐方法、装置、设备及计算机可读存储介质；该方法包括：确定多个目标任务，并获取训练样本；训练样本为待推荐样本信息和标注推荐指数的样本对；利用多个预设推荐模型中每个预设推荐模型，预测对待推荐样本信息执行当前目标任务时的推荐指数，得到第一预测推荐指数；基于标注推荐指数和第一预测推荐指数，持续训练每个预设推荐模型，以调整多个第一预设权重，直到满足预设训练截止条件时，得到包括多个目标模型和多个目标权重的推荐模型，从而得到与多个目标任务对应的多个推荐模型；当获取到待推荐信息时，利用多个推荐模型对待推荐信息进行信息推荐，得到目标推荐结果。通过本发明实施例，能够提升信息推荐的效果。

技术领域

本发明涉及人工智能领域中的推荐技术，尤其涉及一种信息推荐方法、装置、设备及计算机可读存储介质。

背景技术

目前，在推荐领域中，机器学习得到了广泛应用，比如，通过机器学习，能够预测待推荐信息的点击率；然而，在实际的推荐应用中，对于待推荐信息的可推荐性，通常是从多个角度进行预测的，比如，向用户推荐点击率高且长时间观看的视频，从而，也就需要训练多目标任务的网络模型，以实现对待推荐信息的多角度预测，进一步提升信息推荐的效果。

一般来说，在训练多目标的网络模型时，通常针对一个目标任务采用多个模型结构组合进行训练，以得到与该目标任务对应的推荐模型，进而利用该推荐模型针对该目标任务对待推荐信息进行推荐指数的预测。然而，上述针对单个目标任务的推荐模型的训练过程中，多个模型结构分别占用的权重是相同的；由于不同的模型结构具备不同的推荐指数预测能力，从而当多个模型结构分别占用的权重相同时，会导致训练完成的推荐模型的精准度差；进而利用该推荐模型进行信息推荐时，信息推荐的效果差。

发明内容

本发明实施例提供一种信息推荐方法、装置、设备及计算机可读存储介质，能够提升信息推荐的效果。

本发明实施例的技术方案是这样实现的：

本发明实施例提供一种信息推荐方法，包括：

确定多个目标任务，并获取训练样本；所述训练样本为待推荐样本信息和标注推荐指数的样本对；所述多个目标任务对应多个预设推荐模型；

利用所述多个预设推荐模型中每个预设推荐模型，预测对所述待推荐样本信息执行当前目标任务时的推荐指数，得到第一预测推荐指数；所述当前目标任务为所述多个目标任务中与所述每个预设推荐模型对应的目标任务，所述每个预设推荐模型包括多个预设模型和用于对所述多个预设模型的输出进行一一对应融合的多个第一预设权重；

基于所述标注推荐指数和所述第一预测推荐指数，持续训练所述每个预设推荐模型，以调整所述多个第一预设权重，直到满足预设训练截止条件时，得到包括多个目标模型和多个目标权重的推荐模型，从而得到与所述多个目标任务对应的多个推荐模型；所述多个目标模型为对所述多个预设模型持续训练得到的，所述多个目标权重为对所述多个第一预设权重持续调整得到的；

当获取到待推荐信息时，利用所述多个推荐模型对所述待推荐信息进行信息推荐，得到目标推荐结果。

本发明实施例提供一种信息推荐装置，包括：

样本获取模块，用于确定多个目标任务，并获取训练样本；所述训练样本为待推荐样本信息和标注推荐指数的样本对；所述多个目标任务对应多个预设推荐模型；

预测模块，用于利用所述多个预设推荐模型中每个预设推荐模型，预测对所述待推荐样本信息执行当前目标任务时的推荐指数，得到第一预测推荐指数；所述当前目标任务为所述多个目标任务中与所述每个预设推荐模型对应的目标任务，所述每个预设推荐模型包括多个预设模型和用于对所述多个预设模型的输出进行一一对应融合的多个第一预设权重；