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 ...
【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
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。