【技术实现步骤摘要】
推荐信息的刷新方法、装置、存储介质和终端设备
本专利技术涉及计算机
，尤其涉及一种推荐信息的刷新方法、装置、存储介质和终端设备。
技术介绍
随着互联网的发展，涌现出多种多样的推荐平台，向互联网用户推送或推荐信息。例如、商品优惠信息的推送、搜索引擎的搜索信息的推荐、新闻信息或各领域的文章等信息的推送。此类的推荐平台的推荐系统都是以刷新为单位进行推荐信息的下发。例如，当用户在客户端触发刷新操作时，向服务端发送请求。服务端响应请求并将n个推荐信息组成推荐列表下发到客户端。客户端显示接收到的推荐列表。其中，服务端通过推荐算法，使得下发给用户的n个推荐信息及排列顺序尽可能匹配用户的兴趣，以吸引用户点击和阅读。但是，推荐系统通常只考虑将本次刷新内的信息序列尽可能最优，而相邻刷新之间的信息序列的优化却很少考虑。例如，用户请求3次刷新，分别得到list(1)、list(2)和list(3)。如果仅仅参考本次刷新内推荐信息，可能均是本次刷新的最优列表，即局部最优列表。但是，如果将3个list拼接到一起所组成的列表，组成的列表未必是全局的最优列表。特别是，当用户进行上拉刷新时，...
【技术保护点】
1.一种推荐信息的刷新方法，其特征在于，包括：响应请求端的刷新请求，从推荐信息集合中提取推荐信息组合成初始信息序列；其中，所述初始信息序列包括M个推荐信息；根据所述初始信息序列中各推荐信息的预测点击概率，调整所述初始信息序列的排列顺序，获得优选信息序列；从所述优选信息序列中提取推荐信息序列，所述推荐信息序列包括所述优选信息序列中排序在前N个的推荐信息，其中，M大于N；以及向所述请求端发送所述推荐信息序列，以在所述请求端进行刷新显示。
【技术特征摘要】
1.一种推荐信息的刷新方法，其特征在于，包括：响应请求端的刷新请求，从推荐信息集合中提取推荐信息组合成初始信息序列；其中，所述初始信息序列包括M个推荐信息；根据所述初始信息序列中各推荐信息的预测点击概率，调整所述初始信息序列的排列顺序，获得优选信息序列；从所述优选信息序列中提取推荐信息序列，所述推荐信息序列包括所述优选信息序列中排序在前N个的推荐信息，其中，M大于N；以及向所述请求端发送所述推荐信息序列，以在所述请求端进行刷新显示。2.如权利要求1所述的推荐信息的刷新方法，其特征在于，所述响应请求端的刷新请求，从推荐信息集合中提取推荐信息组合成初始信息序列，包括：根据所述刷新请求中的用户信息，从推荐信息库中查找对应的各推荐信息，得到推荐信息集合；根据预设的推荐算法，计算所述推荐信息集合中的各推荐信息的推荐权重值；以及将所述推荐信息集合中的各推荐信息按照推荐权重值排序；以及选取排序在前M个的推荐信息，组合成初始信息序列。3.如权利要求1所述的推荐信息的刷新方法，其特征在于，所述根据所述初始信息序列中各推荐信息的预测点击概率，调整所述初始信息序列的排列顺序，获得优选信息序列，包括：随机调整所述初始信息序列中推荐信息的排列顺序，获得候选信息序列；通过序列评估模型计算所述候选信息序列的各推荐信息的预测点击概率；根据所述候选信息序列的各推荐信息的预测点击概率，计算所述候选信息序列的推荐分数；以及从获得的候选信息序列中，选取推荐分数最高的候选信息序列作为优选信息序列。4.如权利要求3所述的推荐信息的刷新方法，其特征在于，所述随机调整所述初始信息序列中推荐信息的排列顺序，获得候选信息序列，包括：对所述初始信息序列中推荐信息的排列位置进行变异操作，获得候选信息序列；其中，所述变异操作包括从所述初始信息序列中随机选取两个推荐信息进行位置交换。5.如权利要求3所述的推荐信息的刷新方法，其特征在于，所述刷新方法还包括：获取所述序列评估模型的训练数据；其中，所述训练数据包括所述请求端的样本推荐信息序列和所述样本推荐信息序列中各推荐信息的点击概率；以及按所述样本推荐信息序列的生成时间，将所述训练数据输入所述序列评估模型，以对所述序列评估模型进行训练更新。6.一种推荐信息的刷新装置，其特征在于，包括：初始序列生成模块，用于响应请求端的刷新请求，从推荐信息集合中提取推荐信息组合成初始信息序列；其中，所述初始信息序列包括M个推荐信息；优选序列生成模块，用于根据所述初始信息序列中各推荐信息的预测点击概率，...
【专利技术属性】
技术研发人员：刘峰，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。