信息推荐方法、装置、电子设备及可读存储介质制造方法及图纸

本公开的实施例提供了一种信息推荐方法、装置、电子设备及可读存储介质，所述方法包括：获取推荐请求对应的候选信息组合；将所述推荐请求对应的用户信息和所述候选信息组合输入至少一个子模型，以通过所述至少一个子模型输出所述候选信息组合对应不同行为类别的推荐概率；所述至少一个子模型为根据用户不同类别的历史行为数据训练得到；将所述至少一个子模型输出的各推荐概率，输入融合模型，以输出所述候选信息组合对应的融合概率；根据所述融合概率，在所述候选信息组合中确定目标组合。本公开的实施例可以向用户推荐合适的菜品组合，可以减少用户点餐过程中决策时间较长的问题，不仅为用户点餐提供便利，而且可以提高信息推荐的准确性。

Information recommendation method, device, electronic equipment and readable storage medium

The embodiment of the present disclosure provides an information recommendation method, device, electronic device and readable storage medium, the method includes: obtaining candidate information combination corresponding to the recommendation request; inputting user information corresponding to the recommendation request and candidate information combination into at least one sub model to output different candidate information combination through at least one sub model The recommendation probability of the behavior category; the at least one sub model is trained according to the historical behavior data of different categories of users; each recommendation probability output by the at least one sub model is input into the fusion model to output the fusion probability corresponding to the candidate information combination; according to the fusion probability, the target combination is determined in the candidate information combination. The embodiment of the disclosure can recommend an appropriate dish combination to the user, reduce the problem of long decision-making time in the process of ordering, not only provide convenience for the user to order, but also improve the accuracy of information recommendation.

【技术实现步骤摘要】
信息推荐方法、装置、电子设备及可读存储介质
本公开的实施例涉及网络
，尤其涉及一种信息推荐方法、装置、电子设备及可读存储介质。
技术介绍
随着信息化的迅速发展，互联网提供给用户的信息呈爆炸式增长，用户的需求也日益增加，如何使用户在海量的信息中及时准确的获取所需要的信息，成为急需解决的问题。目前，信息推荐系统可以对用户的信息需求、兴趣爱好、使用习惯和访问历史等进行收集并分析，根据分析结果对互联网上的信息进行筛选和排序，从而向用户推荐符合用户个性化需求的信息。现有的信息推荐系统通常是对商品信息进行推荐，可以预估用户对单一商品的下单概率，确定向该用户推荐的商品信息。然而，对于正在兴起的外卖点餐行业，由于用户的一个订单中可能包括多个不同菜品，而不同商家和众多菜品之间可以形成数量庞大的组合信息，现有的推荐系统难以预估用户对多个菜品同时下单的概率，导致菜品推荐的准确率较低。
技术实现思路
本公开的实施例提供一种信息推荐方法、装置、电子设备及可读存储介质，用以提高信息推荐的准确性。根据本公开的实施例的第一方面，提供了一种信息推荐方法，所述方法包括：获取推荐请求对应的候选信息组合；将所述推荐请求对应的用户信息和所述候选信息组合输入至少一个子模型，以通过所述至少一个子模型输出所述候选信息组合对应不同行为类别的推荐概率；所述至少一个子模型为根据用户不同类别的历史行为数据训练得到；将所述至少一个子模型输出的各推荐概率，输入融合模型，以输出所述候选信息组合对应的融合概率；根据所述融合概率，在所述候选信息组合中确定目标组合。根据本公开的实施例的第二方面，提供了一种信息推荐装置，所述装置包括：候选获取模块，用于获取推荐请求对应的候选信息组合；第一预测模块，用于将所述推荐请求对应的用户信息和所述候选信息组合输入至少一个子模型，以通过所述至少一个子模型输出所述候选信息组合对应不同行为类别的推荐概率；所述至少一个子模型为根据用户不同类别的历史行为数据训练得到；第二预测模块，用于将所述至少一个子模型输出的各推荐概率，输入融合模型，以输出所述候选信息组合对应的融合概率；目标确定模块，用于根据所述融合概率，在所述候选信息组合中确定目标组合。根据本公开的实施例的第三方面，提供了一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现前述信息推荐方法。根据本公开的实施例的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述信息推荐方法。本公开的实施例提供了一种信息推荐方法、装置、电子设备及可读存储介质，所述方法包括：通过获取推荐请求对应的候选信息组合，以及将所述推荐请求对应的用户信息和所述候选信息组合输入至少一个子模型，以通过所述至少一个子模型输出所述候选信息组合对应不同行为类别的推荐概率；并且将所述至少一个子模型输出的各推荐概率，输入融合模型，以输出所述候选信息组合对应的融合概率，进而可以根据所述融合概率，在所述候选信息组合中确定目标组合。由于所述至少一个子模型为根据用户不同类别的历史行为数据训练得到，因此，每一个子模型可以从某个特定角度反应候选信息组合的推荐概率，再通过融合模型对每一个子模型输出的推荐概率进行融合得到融合概率，可以综合反应多个角度的推荐概率，如商家角度、菜品角度等，由此，使得推荐系统可以实现从菜品推荐到菜品组合推荐的拓展，通过向用户推荐更加合适的菜品组合，可以减少用户点餐过程中决策时间较长的问题，不仅为用户点餐提供便利，而且可以提高信息推荐的准确性。附图说明为了更清楚地说明本公开的实施例的技术方案，下面将对本公开的实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1示出了本公开的一个实施例中的信息推荐方法的步骤流程图；图2示出了在本公开的一个实施例中的信息推荐装置的结构图；图3示出了本公开的一个实施例提供的电子设备的结构图。具体实施方式下面将结合本公开的实施例中的附图，对本公开的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开的实施例一部分实施例，而不是全部的实施例。基于本公开的实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开的实施例保护的范围。实施例一参照图1，其示出了本公开的一个实施例中的信息推荐方法的步骤流程图，包括：步骤101、获取推荐请求对应的候选信息组合；步骤102、将所述推荐请求对应的用户信息和所述候选信息组合输入至少一个子模型，以通过所述至少一个子模型输出所述候选信息组合对应不同行为类别的推荐概率；所述至少一个子模型为根据用户不同类别的历史行为数据训练得到；步骤103、将所述至少一个子模型输出的各推荐概率，输入融合模型，以输出所述候选信息组合对应的融合概率；步骤104、根据所述融合概率，在所述候选信息组合中确定目标组合。本公开的信息推荐方法可应用于终端中，所述终端具体包括但不限于：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3，MovingPictureExpertsGroupAudioLayerIII)播放器、MP4(动态影像专家压缩标准音频层面4，MovingPictureExpertsGroupAudioLayerIV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等。需要说明的是，本公开中的信息包括用户通过终端可以获取的任意信息，可以是商品信息、商家信息、也可以是菜品信息、还可以是新闻资讯、娱乐等任意信息。本公开的实施例主要针对外卖点餐场景中的菜品信息进行说明，其它应用场景中的信息处理过程相互参照即可。通常，候选菜品组合可以有多个，本公开实施例可以构建候选菜品组合集合，该集合中包含各候选菜品组合。以外卖点餐场景为例，所述候选信息组合指满足用户推荐请求所在位置配送条件、以及符合用户一次下单需求的所有菜品组合构成的集合。例如：{鱼香肉丝+麻婆豆腐+米饭、套餐1、套餐2、套餐3}。其中，鱼香肉丝+麻婆豆腐+米饭、套餐1、套餐2均为商家A提供的菜品组合，套餐3为商家B提供的菜品组合。其中，候选信息组合可以是商家提供的套餐中的菜品组合，如商家A的套餐1、商家A的套餐2、以及商家B的套餐3，也可以是根据用户的历史下单行为，对商家提供的菜品进行搭配得到的菜品组合，如商家A的“鱼香肉丝+麻婆豆腐+米饭”。针对外卖点餐场景，用户的一个订单中可能包括多个不同菜品，而不同商家和众多菜品之间可以形成数量庞大的组合信息，为了提高推荐菜品组合的准确率本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，所述方法包括：/n获取推荐请求对应的候选信息组合；/n将所述推荐请求对应的用户信息和所述候选信息组合输入至少一个子模型，以通过所述至少一个子模型输出所述候选信息组合对应不同行为类别的推荐概率；所述至少一个子模型为根据用户不同类别的历史行为数据训练得到；/n将所述至少一个子模型输出的各推荐概率，输入融合模型，以输出所述候选信息组合对应的融合概率；/n根据所述融合概率，在所述候选信息组合中确定目标组合。/n

【技术特征摘要】
1.一种信息推荐方法，其特征在于，所述方法包括：
获取推荐请求对应的候选信息组合；
将所述推荐请求对应的用户信息和所述候选信息组合输入至少一个子模型，以通过所述至少一个子模型输出所述候选信息组合对应不同行为类别的推荐概率；所述至少一个子模型为根据用户不同类别的历史行为数据训练得到；
将所述至少一个子模型输出的各推荐概率，输入融合模型，以输出所述候选信息组合对应的融合概率；
根据所述融合概率，在所述候选信息组合中确定目标组合。


2.根据权利要求1所述的方法，其特征在于，所述候选信息组合为候选菜品组合，所述获取推荐请求对应的候选信息组合，包括：
获取所述推荐请求对应的用户信息，所述用户信息包括：用户标识、用户当前位置；
确定所述用户标识针对菜品信息的触发操作产生的历史行为数据；
确定与所述用户当前位置的距离小于预设距离的候选商家，以及所述候选商家提供的菜品信息；
根据所述候选商家提供的菜品信息、所述用户标识针对菜品信息的触发操作产生的历史行为数据、以及所述候选商家的菜品组合订单信息，确定所述推荐请求对应的候选菜品组合。


3.根据权利要求1所述的方法，其特征在于，所述至少一个子模型包括：商家子模型、菜品子模型、以及标签子模型中的至少一种；
所述商家子模型，用于输出用户对商家的下单概率；所述商家子模型为根据用户针对商家信息的触发操作产生的历史行为数据训练得到；
所述菜品子模型，用于输出用户对菜品的下单概率；所述菜品子模型为根据用户针对菜品信息的触发操作产生的历史行为数据训练得到；
所述标签子模型，用于输出用户对菜品的下单概率；所述标签子模型为根据用户针对商家信息的触发操作产生的历史行为数据、用户针对菜品信息的触发操作产生的历史行为数据、所述商家信息中提取的商家标签、以及所述菜品信息中提取的菜品标签训练得到。


4.根据权利要求3所述的方法，其特征在于，所述触发操作至少包括如下任意一项：点击、收藏、下单。


5.根据权利要求1所述的方法，其特征在于，所述子模型通过如下步骤训练得到：
对收集的用户的历史行为数据进行分类，以得到不同类别的历史行为数据集合；其中，每一个历史行为数据集合对应一种类别；
对所述历史行为数据集合中的历史...

【专利技术属性】
技术研发人员：周俊文，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11