一种推荐系统整合策略及推荐系统技术方案

本发明专利技术涉及一种推荐系统整合策略及推荐系统，所述整合策略包括如下步骤：载入服务架构及配置文件；基于业务场景进行召回；载入融合策略，各业务场景均采用统一的融合策略；调用融合策略，各个召回器最终融合后的数据，累加后即为汇总后的数据；将汇总后的数据发送给用户。本发明专利技术，整合策略的兼容性高，可维护性好，针对不同业务场景，仅需相应调整个别参数的设置，即可由具有统一架构的融合器载入系统，使用方便，业务兼容性得到了提升，用户体验好，推荐内容更贴近用户所好。

A recommendation system integration strategy and recommendation system

【技术实现步骤摘要】
一种推荐系统整合策略及推荐系统
本专利技术涉及推荐系统中的数据融合（数据整合）
，具体说是一种推荐系统整合策略及推荐系统。所述整合策略亦可称为融合策略。
技术介绍
现有的推荐系统，包括两个主要的阶段：第一个阶段是召回阶段，召回阶段的主要工作，是通过各种推荐算法，得到推荐数据，产生一个候选集，即由推荐数据构成的候选集，召回阶段，涉及召回器模块及召回策略的设计；第二个阶段是融合阶段，融合阶段的主要工作，是对候选集进行统一的排序，得到排序（精准排序）后的推荐数据，产生最终的推荐结果，融合阶段，涉及融合器模块及融合策略的设计。因此，融合阶段，使用何种整合策略（亦可称为融合策略），将影响到最终的推荐结果，对整合策略的设计，现有技术中，通常有两种方式：基于规则：通常会制定多种加权规则、或切换规则、或融合规则。基于规则对候选集进行处理，产生最终的推荐结果。自动融合：以具体的业务指标为导向的，通过模型对候选集进行处理，产生统一的、最终的推荐结果。常用的模型有：机器学习算法GBDT，因子分解机FM，同时训练线性模型和深度模型WideAndDeep等等。由于推荐系统属于面向B2C（Business-to-Customer）业务，流量大、数据多，在开发推荐系统时，由于融合策略（即融合算法）需要针对不同的应用场景进行相应修改，导致融合器模块（简称融合器）也需要反复改动，影响开发效率，故需要对融合器模块的设计进行优化。以开发、改进音乐类App（酷我音乐APP）为例：我们在设计推荐系统使用的融合器及基于规则的整合策略（融合策略）时发现，由于音乐类App版本的不断更新、迭代，App中包括的功能也在不断丰富、拓展，导致基于规则的整合策略需要兼容多种业务场景，例如：视频场景，音乐片段场景，私人电台场景，歌单场景，等等，这使得整合策略复杂程度越来越高，业务兼容性不足问题严重，影响开发效率。例如：首先，需要确定哪些业务场景需要推荐系统的融入，然后，每个业务场景设计对应的融合器及基于规则的整合策略，如此一来，App功能越多，就会有更多的业务场景需要推荐系统的融入，相应的，就需要设计、开发对应的融合器及基于规则的整合策略，显然这种现有模式产生了业务兼容性不足的问题，影响开发效率。不同业务场景，都需要针对性的调整整合策略，这导致工作量大大增加。
技术实现思路
针对现有技术中存在的缺陷，本专利技术的目的在于提供一种推荐系统整合策略及推荐系统，整合策略的兼容性高，可维护性好，针对不同业务场景，仅需相应调整个别参数的设置，即可由具有统一架构的融合器载入系统，使用方便，业务兼容性得到了提升，用户体验好，推荐内容更贴近用户所好。为达到以上目的，本专利技术采取的技术方案是：一种推荐系统整合策略，其特征在于，包括如下步骤：载入服务架构及配置文件，具体包括：调用启动脚本，所述启动脚本用于载入融合器的服务架构，用于载入融合策略的配置文件；基于业务场景进行召回，具体包括：首先，获取当前业务场景信息，然后，根据业务场景信息调用不同的召回器，执行对应的召回策略；载入融合策略，各业务场景均采用统一的融合策略，具体包括：首先，读取融合策略所在的文件，然后，解析读取的文件，获取其中记录的文件名、类名、策略类型，再后，将文件名、类名、策略类型封装为参数，以参数的形式传递给服务架构，最后，服务架构加载融合策略到系统中；调用融合策略，具体包括：首先，解析配置文件，获得融合优先级信息，以及融合比例信息，然后，执行融合策略，得到汇总后的数据，即融合后的数据，所述得到汇总后的数据具体包括：各个召回器召回的数据用recall_x_num表示，x表示召回器类型，所述类型至少划分为：个性化数据类型cf、热门数据类型pop、冷门数据类型cold和其他数据类型other，融合比例信息用ratio表示，取值范围为0-10，对应于0%-100%，各个召回器最终融合后的数据用filter_x_num表示，则：filter_x_num=recall_x_num*（（ratio*10）%），按融合优先级信息依次计算各个召回器的filter_x_num，再将各个召回器的filter_x_num累加后即为汇总后的数据；将汇总后的数据发送给用户。在上述技术方案的基础上，融合优先级信息的设置原则为：按能体现用户特性的顺序设置各个召回器的融合优先级信息。在上述技术方案的基础上，调用融合策略时，获得融合优先级信息，具体步骤如下：设定一个召回器列表，用于存储融合优先级信息，其中：优先级高的先写入召回器列表，优先级低的后写入召回器列表。在上述技术方案的基础上，所述召回器列表以字符串的形式存储于融合策略的配置文件中，用逗号分隔各召回器，按从左至右的顺序依次读取，读取顺序即体现出优先级高与低。在上述技术方案的基础上，调用融合策略时，默认融合比例信息为：个性化数据类型cf的ratio默认值为6，热门数据类型pop的ratio默认值3，冷门数据类型cold的ratio默认值1，其他数据类型other的ratio默认值10。在上述技术方案的基础上，所述服务架构，具体包括：优先级及比例设定模块，用于调整配置文件中的融合优先级信息，以及融合比例信息，所述融合优先级信息指召回器的融合计算优先级，所述融合比例信息指召回器的融合比例，融合策略根据以上信息，按融合计算优先级依次从对应的召回器获取候选集数据，按融合比例保留指定数量的候选集数据；召回器载入模块，用于基于业务场景，加载不同的召回器，执行对应的召回策略；融合策略调用模块，用于载入的融合策略，执行融合策略，得到汇总后的数据，数据转发模块，用于将汇总后的数据发送给用户；所述服务架构，通过架构文件设定，在所述架构文件中，设定架构各层的数据输入格式及输出格式，所述各层依次为：接入层，输出数据给分发器deliver层，分发器deliver层，输出数据给召回器recall层，召回器recall层，输出数据给过滤器filter层，过滤器filter层，输出数据给融合层，融合层，输出数据给接入层。在上述技术方案的基础上，调用融合策略前，为了获取候选集数据，服务架构链接分发器deliver缓存，形成数据输入通道，服务架构还链接历史数据过滤召回缓存historyredis，用于对召回数据进行去重过滤，历史数据过滤召回缓存historyredis存储过去一定时间内的召回数据，服务架构通过数据输出通道，将融合后的数据写入historyredis，便于召回器进行数据去重工作，服务架构还链接数据接口输出模块缓存，形成数据输出通道。...

【技术保护点】
1.一种推荐系统整合策略，其特征在于，包括如下步骤：/n载入服务架构及配置文件，具体包括：/n调用启动脚本，所述启动脚本用于载入融合器的服务架构，用于载入融合策略的配置文件；/n基于业务场景进行召回，具体包括：/n首先，获取当前业务场景信息，/n然后，根据业务场景信息调用不同的召回器，执行对应的召回策略；/n载入融合策略，各业务场景均采用统一的融合策略，具体包括：/n首先，读取融合策略所在的文件，/n然后，解析读取的文件，获取其中记录的文件名、类名、策略类型，/n再后，将文件名、类名、策略类型封装为参数，以参数的形式传递给服务架构，/n最后，服务架构加载融合策略到系统中；/n调用融合策略，具体包括：/n首先，解析配置文件，获得融合优先级信息，以及融合比例信息，/n然后，执行融合策略，得到汇总后的数据，即融合后的数据，/n所述得到汇总后的数据具体包括：/n各个召回器召回的数据用recall_x_num表示，x表示召回器类型，所述类型至少划分为：个性化数据类型cf、热门数据类型pop、冷门数据类型cold和其他数据类型other，/n融合比例信息用ratio表示，取值范围为0-10，对应于0%-100%，/n各个召回器最终融合后的数据用filter_x_num表示，/n则：filter_x_num=recall_x_num*（（ratio*10）%），/n按融合优先级信息依次计算各个召回器的filter_x_num，/n再将各个召回器的filter_x_num累加后即为汇总后的数据；/n将汇总后的数据发送给用户。/n...

【技术特征摘要】
1.一种推荐系统整合策略，其特征在于，包括如下步骤：
载入服务架构及配置文件，具体包括：
调用启动脚本，所述启动脚本用于载入融合器的服务架构，用于载入融合策略的配置文件；
基于业务场景进行召回，具体包括：
首先，获取当前业务场景信息，
然后，根据业务场景信息调用不同的召回器，执行对应的召回策略；
载入融合策略，各业务场景均采用统一的融合策略，具体包括：
首先，读取融合策略所在的文件，
然后，解析读取的文件，获取其中记录的文件名、类名、策略类型，
再后，将文件名、类名、策略类型封装为参数，以参数的形式传递给服务架构，
最后，服务架构加载融合策略到系统中；
调用融合策略，具体包括：
首先，解析配置文件，获得融合优先级信息，以及融合比例信息，
然后，执行融合策略，得到汇总后的数据，即融合后的数据，
所述得到汇总后的数据具体包括：
各个召回器召回的数据用recall_x_num表示，x表示召回器类型，所述类型至少划分为：个性化数据类型cf、热门数据类型pop、冷门数据类型cold和其他数据类型other，
融合比例信息用ratio表示，取值范围为0-10，对应于0%-100%，
各个召回器最终融合后的数据用filter_x_num表示，
则：filter_x_num=recall_x_num*（（ratio*10）%），
按融合优先级信息依次计算各个召回器的filter_x_num，
再将各个召回器的filter_x_num累加后即为汇总后的数据；
将汇总后的数据发送给用户。


2.如权利要求1所述的推荐系统整合策略，其特征在于：融合优先级信息的设置原则为：按能体现用户特性的顺序设置各个召回器的融合优先级信息。


3.如权利要求1所述的推荐系统整合策略，其特征在于：调用融合策略时，获得融合优先级信息，具体步骤如下：
设定一个召回器列表，用于存储融合优先级信息，其中：
优先级高的先写入召回器列表，优先级低的后写入召回器列表。


4.如权利要求3所述的推荐系统整合策略，其特征在于：所述召回器列表以字符串的形式存储于融合策略的配置文件中，用逗号分隔各召回器，按从左至右的顺序依次读取，读取顺序即体现出优先级高与低。


5.如权利要求1所述的推荐系统整合策略，其特征在于：调用融合策略时，默认融合比例信息为：
个性化数据类型cf的ratio默认值为6，
热门数据类型pop的ratio默认值3，
冷门数据类型cold的ratio默认值1，
其他数据类型other的ratio默认值10。


6.如权利要求1所述的推荐系统整合策略，其特征在于：所述服务架构，具体包括：
优先级及比例设定模块，用于调整配置文件中的融合优先级信息，以及融合比例信息，
所述融合优先级信息指...

【专利技术属性】
技术研发人员：张力，刘永才，
申请(专利权)人：北京酷我科技有限公司，
类型：发明
国别省市：北京;11