[发明专利]信息流推荐方法及装置

权利要求书

1.一种信息流推荐方法，其特征在于，包括：

获取用户特征和信息流特征；

将所述用户特征和所述信息流特征输入训练好的信息流推荐网络，得到所述信息流推荐网络输出的推荐结果；其中，所述信息流推荐网络基于多目标融合标签预先训练得到，所述多目标融合标签根据样本数据的至少两个维度的标签值处理得到。

2.根据权利要求1所述的方法，其特征在于，所述信息流推荐网络的训练过程包括：

获取样本数据集；所述样本数据集包括多个所述样本数据以及每个样本数据对应的所述多目标融合标签；

将所述样本数据集输入未训练的信息流推荐网络，得到所述信息流推荐网络输出的输出值；

基于各个样本数据对应的输出值与多目标融合标签之间的差异，调整所述信息流推荐网络的网络参数，直至满足收敛条件，得到训练后的信息流推荐网络。

3.根据权利要求1或2所述的方法，其特征在于，每个所述样本数据包括至少两个维度的标签值，确定所述样本数据对应的所述多目标融合标签的过程包括：

获取所述样本数据包括的所述至少两个维度的标签值；

对所述至少两个维度的标签值进行融合处理，得到所述样本数据对应的所述多目标融合标签。

4.根据权利要求3所述的方法，其特征在于，所述对所述至少两个维度的标签值进行融合处理，得到所述样本数据对应的所述多目标融合标签，包括：

对所述至少两个维度的标签值进行高斯平滑处理，得到所述多目标融合标签。

5.根据权利要求1所述的方法，其特征在于，

所述信息流包括多媒体信息，所述标签值对应的标签类型包括第一标签类型和第二标签类型，所述第一标签类型表征用户对所述多媒体信息的操作情况，所述第二标签类型表征用户对所述多媒体信息的播放情况。

6.一种信息流推荐网络的训练方法，其特征在于，包括：

获取样本数据集，所述样本数据集包括多个样本数据，每个样本数据包括至少两个维度的标签值；

对于每个样本数据，基于所述样本数据的所述至少两个维度的标签值进行融合处理，得到所述样本数据对应的多目标融合标签；

将所述样本数据集输入未训练的信息流推荐网络，得到所述信息流推荐网络输出的输出值；

基于各个样本数据对应的输出值与多目标融合标签之间的差异，调整所述信息流推荐网络的网络参数，直至满足收敛条件，得到训练后的信息流推荐网络。

7.一种信息流推荐装置，其特征在于，包括：

获取模块，被配置为获取用户特征和信息流特征；

推荐模块，被配置为将所述用户特征和所述信息流特征输入训练好的信息流推荐网络，得到所述信息流推荐网络输出的推荐结果；其中，所述信息流推荐网络基于多目标融合标签预先训练得到，所述多目标融合标签根据样本数据的至少两个维度的标签值处理得到。

8.一种信息流推荐网络的训练装置，其特征在于，包括网络训练模块，所述网络训练模块被配置为：

获取样本数据集，所述样本数据集包括多个样本数据，每个样本数据包括至少两个维度的标签值；

对于每个样本数据，基于所述样本数据的所述至少两个维度的标签值进行融合处理，得到所述样本数据对应的多目标融合标签；

将所述样本数据集输入未训练的信息流推荐网络，得到所述信息流推荐网络输出的输出值；

基于各个样本数据对应的输出值与多目标融合标签之间的差异，调整所述信息流推荐网络的网络参数，直至满足收敛条件，得到训练后的信息流推荐网络。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，存储有能够被所述处理器读取的计算机指令，当所述计算机指令被读取时，所述处理器执行根据权利要求1至5任一项或权利要求6所述的方法。

10.一种存储介质，其特征在于，用于存储计算机可读指令，所述计算机可读指令用于使计算机执行根据权利要求1至5任一项或者权利要求6所述的方法。