[发明专利]用于生成召回信息集合的方法和装置

说明书

本公开的实施例公开了用于生成召回信息集合的方法和装置。该方法的一具体实施方式包括：获取用户浏览信息序列，其中，该用户浏览信息包括按照用户浏览时间排列的已浏览信息的标识；将该用户浏览信息序列输入至预先训练的信息关联模型，生成与该用户浏览信息序列对应的信息关联向量；从预设的信息簇集合中选取与该信息关联向量匹配的第一数目个匹配的信息簇，其中，该信息簇集合中的信息簇以与该信息关联向量形式一致的向量为索引；从该第一数目个匹配的信息簇中选取第二数目个信息，生成与该用户浏览信息序列匹配的召回信息集合。该实施方式有效地提升了召回信息的覆盖率。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成召回信息集合的方法和装置。

背景技术

随着大数据技术和人工智能技术的发展，对推荐系统的召回算法提出了越来越高的要求。

现有技术中，通常采用协同过滤或向量化召回的方法。其中，由于基于用户或推荐信息的协同过滤算法往往要求有足够多的对相同信息具有交互历史的用户或者要求信息之间具有共现关系，因此采用上述方法所召回的信息往往由于其并不属于全量检索而造成信息多样性不足且覆盖率有限。对于传统向量化召回方法，由于直接对用户向量与全量信息库中的信息向量进行相似性计算并根据相似性返回召回信息，导致可能召回大量的长尾信息。

发明内容

本公开的实施例提出了用于生成召回信息集合的方法和装置。

第一方面，本公开的实施例提供了一种用于生成召回信息集合的方法，该方法包括：获取用户浏览信息序列，其中，用户浏览信息包括按照用户浏览时间排列的已浏览信息的标识；将用户浏览信息序列输入至预先训练的信息关联模型，生成与用户浏览信息序列对应的信息关联向量；从预设的信息簇集合中选取与信息关联向量匹配的第一数目个匹配的信息簇，其中，信息簇集合中的信息簇以与信息关联向量形式一致的向量为索引；从第一数目个匹配的信息簇中选取第二数目个信息，生成与用户浏览信息序列匹配的召回信息集合。

在一些实施例中，上述从预设的信息簇集合中选取与信息关联向量第一数目个匹配的信息簇，包括：获取信息簇集合中各信息簇的质心对应的索引向量；根据索引向量与信息关联向量的相似度选取第一数目个索引向量；将所选取的第一数目个索引向量对应的信息簇确定为匹配的信息簇。

在一些实施例中，上述信息关联模型通过以下步骤训练得到：获取训练样本集合，其中，训练样本包括用户历史浏览信息序列，用户历史浏览信息包括按照用户浏览时间排列的已浏览信息的标识，用户历史浏览信息序列包括样本标签和对应的样本序列，样本标签包括用户历史浏览信息序列中的非首元素，样本序列包括在用户历史浏览信息序列中位于样本标签之前的元素所组成的子序列；将训练样本的样本序列作为信息关联模型的输入，将与输入的样本序列对应的样本标签作为信息关联模型的期望输出，训练得到信息关联模型。

在一些实施例中，上述预设的信息簇集合通过以下步骤得到：获取用户历史浏览信息序列集合，其中，用户历史浏览信息包括按照用户浏览时间排列的历史已浏览信息的标识；将用户历史浏览信息序列集合中的用户历史浏览信息序列输入至预先训练的信息关联模型，生成与用户历史浏览信息序列集合对应的历史信息关联向量集合和历史关联信息集合；对所生成的历史信息关联向量集合进行聚类，将聚类后的历史信息关联向量集合对应的历史关联信息集合确定为信息簇集合。

在一些实施例中，上述从第一数目个匹配的信息簇中选取第二数目个信息，生成与用户浏览信息序列匹配的召回信息集合，包括：对于所选取的第一数目个匹配的信息簇，对各信息簇中的信息的历史浏览次数进行统计；按照信息的历史浏览次数从多至少的顺序选取第二数目个信息，生成与用户浏览信息序列匹配的召回信息集合。