[发明专利]基于人工智能的推荐方法、装置及电子设备

权利要求书

1.一种基于人工智能的推荐方法，其特征在于，所述方法包括：

获取信息集合中每个信息的曝光次数以及有效行为次数；

基于所述曝光次数以及所述有效行为次数，确定对应所述信息的期望行为特征，并基于所述曝光次数确定所述期望行为特征的不确定性特征；

基于每个所述信息的所述期望行为特征以及所述不确定性特征，建立包括所述信息的综合期望行为指标的第一倒排索引表；

基于所述第一倒排索引表中信息的综合期望行为指标，对所述第一倒排索引表中的信息进行采样处理，并基于采样处理结果执行推荐操作。

2.根据权利要求1所述的方法，其特征在于，在获取信息集合中每个信息的曝光次数以及有效行为次数之前，所述方法还包括：

按照固定时间间隔，遍历所述信息集合中每个信息的发布时间；

当所述信息的发布时间小于发布时间阈值时，将对应的信息从所述信息集合中移出。

3.根据权利要求1所述的方法，其特征在于，所述基于每个所述信息的所述期望行为特征以及所述不确定性特征，建立包括所述信息的综合期望行为指标的第一倒排索引表，包括：

确定与所述期望行为特征成正相关的第一行为分量；

确定与所述不确定性特征成正相关的第二行为分量；

对所述第一行为分量以及所述第二行为分量进行融合处理，得到所述信息的综合期望行为指标；

以所述信息的标签为键，所述信息以及对应所述信息的综合期望行为指标为值，建立所述第一倒排索引表。

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一倒排索引表中信息的综合期望行为指标，对所述第一倒排索引表中的信息进行采样处理，包括：

从客户端的推荐请求中获取用户画像中的画像标签；

从所述第一倒排索引表中获取与所述画像标签一致的标签对应的多个信息，以形成待采样信息集合；

基于所述待采样信息集合中每个信息的综合期望行为指标，对所述待采样信息集合进行采样处理。

5.根据权利要求4所述的方法，其特征在于，所述基于所述待采样信息集合中每个信息的综合期望行为指标，对所述信息进行采样处理，包括：

执行次数为采样次数阈值的采样处理，并在每次采样处理的过程中执行以下处理：

将所述待采样信息集合中每个信息的综合期望行为指标转换为数值区间内的子区间；

通过随机函数生成对应所述数值区间的随机数；

将所述随机数落入的子区间所对应的信息确定为采样得到的信息，并从所述待采样信息集合中移出。

6.根据权利要求1所述的方法，其特征在于，所述基于所述第一倒排索引表中信息的综合期望行为指标，对所述第一倒排索引表中的信息进行采样处理，包括：

基于客户端的推荐请求所属的场景，进行多个候选倒排索引表的适配；

当在所述多个候选倒排索引表中适配到所述第一倒排索引表时，基于所述第一倒排索引表中信息的综合期望行为指标，对所述第一倒排索引表中的信息进行采样处理。

7.根据权利要求6所述的方法，其特征在于，

所述多个候选倒排索引表还包括第二倒排索引表，且所述第二倒排索引表包括基于信息创建时间的降序排序；

所述基于客户端的推荐请求所属的场景，进行多个候选倒排索引表的适配，包括：

当所述推荐请求对应的推荐场景是具有时效属性的推荐场景时，将所述第二倒排索引表确定为与所述推荐请求适配的倒排索引表。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

当在所述多个候选倒排索引表中适配到所述第二倒排索引表时，对所述第二倒排索引表中排序靠前的多个信息进行发布时间更新；

其中，用于进行发布时间更新的更新值与所述信息的信息后验质量参数成正相关的关系；

从更新得到的所述第二倒排索引表中获取排序靠前的多个信息，以执行推荐操作。