[发明专利]物料推荐方法、系统、电子设备和存储介质

说明书

本申请涉及一种物料推荐方法、系统、电子设备和存储介质，其中，该方法包括：基于推荐场景，采用多种召回方案对物料进行召回，并获得一第一召回数据集合；对第一召回数据集合中的第一召回数据进行频次过滤，获得第二召回数据，并判断第二召回数据的数量是否达到一预设请求数量；当第二召回数据的数量达到预设请求数量，依据各关注参数对第二召回数据进行加权，并对加权后的第二召回数据进行排序；当第二召回数据的数量未达到预设请求数量，则重复数据召回步骤和频次过滤步骤，直至所有的第二召回数据的数据量之和达到预设请求数量。通过本申请，解决了推荐物料冗余和物料类型单一的问题，实现了推荐物料的多样性。

技术领域

本申请涉及人工智能技术领域，特别是涉及物料推荐方法、系统、电子设备和存储介质。

背景技术

推荐系统广泛的支撑了整个互联网的各种应用和系统，比如今日头条实现千人千面的推荐功能，背后就需要推荐系统的支撑。很多互联网上的内容展示都来自推荐系统的推荐结果返回。而随着推荐系统的不断完善和发展，一些功能的实现却依旧庞杂而繁琐。就推荐的物料而言，众多物料在每次召回的过程中难免会有一些物料是相同的，这就导致用户体验很差，每次得到的推荐时一样的，这样推荐的效果也不会好。所以需要一种行之有效的方式使多次召回的物料避免出现相同的内容。

现有技术中，部分方案为物料只推荐一次，将推送过的物料按用户存储到mysql等存储介质中，每次训练模型时，将推荐过的物料过滤掉，然后按用户进行存储，这样推荐过的物料就不会再次推荐。

这样做对于存储空间浪费很大，要为每一个用户保存一份可推荐的物料表，且新建立的用户会无物料可推，对于模型的训练也压力很大。

现有技术中部分方案通过大量物料来规避该问题，当物料足够时，每次推荐时重复的几率就会很小。但对于物料量少的用户而言，该问题仍会出现。

目前针对相关技术中物料重复的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种物料推荐方法、系统、电子设备和存储介质，以至少解决相关技术中物料重复的问题。

第一方面，本申请实施例提供了一种物料推荐方法，包括以下步骤:

数据召回步骤，基于推荐场景，采用多种召回方案对物料进行召回，并获得一第一召回数据集合；

频次过滤步骤，对所述第一召回数据集合中的第一召回数据进行频次过滤，获得第二召回数据，并判断所述第二召回数据的数量是否达到一预设请求数量；

加权排序步骤，当所述第二召回数据的数量达到所述预设请求数量，依据各关注参数对所述第二召回数据进行加权，并对加权后的所述第二召回数据进行排序；

返回召回步骤，当所述第二召回数据的数量未达到所述预设请求数量，则重复所述数据召回步骤和所述频次过滤步骤，直至所有的第二召回数据的数据量之和达到所述预设请求数量；

物料推荐步骤，基于排序后的所述第二召回数据进行推荐；

在其中一些实施例中，所述频次过滤的具体方式包括日期频次过滤、次数频次过滤和分钟级频次过滤中其一或组合。

在其中一些实施例中，所述频次过滤步骤具体包括：

参数准备步骤，将所述第一召回数据中的用户数据、推荐位，以及以下至少一种：物料和日期组成key，并存入redis；

日期频次过滤步骤，通过设置一过期策略，根据所述过期策略，将在预设过期时间内在同一推荐位上推荐给同一个用户的所述物料过滤；

次数频次过滤步骤，将所述key的值作为一个当前游标的初始游标值，设置预设间隔数量，每次存入均将所述当前游标的值加1，当所述当前游标的值与所述初始游标值的差值小于所述预设间隔数量时，将该所述物料过滤；