[发明专利]一种信息推荐方法、装置、设备及介质

权利要求书

1.一种信息推荐方法，其特征在于，包括：

获取订单信息，并将所述订单信息进行存储；

获取评价信息，在存储的订单信息中确定与所述评价信息相匹配的订单信息，基于所述评价信息与所述相匹配的订单信息形成训练样本；

基于所述训练样本对当前信息推荐模型进行训练，得到更新信息推荐模型；

基于所述当前信息推荐模型的上一信息推荐模型、所述当前信息推荐模型或所述更新信息推荐模型中的任一项进行信息推荐，其中，所述当前信息推荐模型的上一信息推荐模型通过实时形成的训练样本对初始信息推荐模型训练得到。

2.根据权利要求1所述的方法，其特征在于，所述订单信息包括订单数据和订单属性信息；

所述在存储的订单信息中确定与所述评价信息相匹配的订单信息，包括：

基于所述评价信息对应的订单属性信息在所述存储的订单信息中进行匹配，确定匹配成功的订单信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述当前信息推荐模型的上一信息推荐模型、所述当前信息推荐模型或所述更新信息推荐模型中的任一项进行信息推荐，包括：

基于处于可用状态的所述当前信息推荐模型的上一信息推荐模型、所述当前信息推荐模型和所述更新信息推荐模型中的任一项进行信息推荐。

4.根据权利要求3所述的方法，其特征在于，所述处于可用状态的所述当前信息推荐模型的上一信息推荐模型、所述当前信息推荐模型或所述更新信息推荐模型的使用优先级依次升高。

5.根据权利要求3所述的方法，其特征在于，基于处于可用状态的所述当前信息推荐模型的上一信息推荐模型、所述当前信息推荐模型和所述更新信息推荐模型中的任一项进行信息推荐，包括：

获取信息搜索指令，确定所述信息搜索指令对应的候选信息；

基于被使用的信息推荐模型确定各所述候选信息的好评概率，基于所述好评概率确定所述信息搜索指令对应的推荐信息。

6.根据权利要求5所述的方法，其特征在于，所述基于所述好评概率确定所述信息搜索指令对应的推荐信息，包括：

基于各所述候选信息的好评概率对各所述候选信息进行排序，将预设排序范围的候选信息确定为推荐信息；

或者，

将所述好评概率大于预设概率阈值的候选信息确定为推荐信息。

7.根据权利要求5所述的方法，其特征在于，在基于所述好评概率确定所述信息搜索指令对应的推荐信息之前，所述方法还包括：

获取各候选信息的点击率和/或订单转化率；

相应的，所述基于所述好评概率确定所述信息搜索指令对应的推荐信息，包括：

基于各所述候选信息的所述点击率和订单转化率的至少一项以及所述好评概率，确定推荐信息。

8.根据权利要求7所述的方法，其特征在于，所述基于各候选信息的所述点击率和订单转化率的至少一项以及所述好评概率，确定推荐信息，包括：

将各所述候选信息的所述点击率和订单转化率的至少一项以及所述好评概率进行加权处理，得到各所述候选信息的推荐指数；

基于各所述候选信息的推荐指数确定推荐信息。

9.一种信息推荐装置，其特征在于，包括：

订单信息存储模块，用于获取订单信息，并将所述订单信息进行存储；

训练样本确定模块，用于获取评价信息，在存储的订单信息中确定与所述评价信息相匹配的订单信息，基于所述评价信息与所述相匹配的订单信息形成训练样本；

模型训练模块，用于基于所述训练样本对当前信息推荐模型进行训练，得到更新信息推荐模型；

信息推荐模型，用于基于所述当前信息推荐模型的上一信息推荐模型、所述当前信息推荐模型或所述更新信息推荐模型中的任一项进行信息推荐，其中，所述当前信息推荐模型的上一信息推荐模型通过实时形成的训练样本对初始信息推荐模型训练得到。