推荐信息生成方法、装置、存储介质及电子设备制造方法及图纸

本申请公开了一种推荐信息生成方法、装置、存储介质及电子设备，涉及推荐信息生成技术。具体方案包括：获取输入数据；根据输入数据提取通用特征和业务特征；根据推荐策略，基于通用特征和业务特征确定第一输入特征，并根据第一输入特征从每个待推荐商品中确定至少一个候选商品；基于目标用户与候选商品的通用特征和业务特征确定第二输入特征，并根据第二输入特征从候选商品中确定至少一个目标商品，并根据每个目标商品生成推荐信息。本申请可以避免针对每个业务重新开发推荐信息生成系统，避免重复劳动，提升推荐信息生成系统维护的便利性，且可大大缩短新业务的推荐信息生成系统的上线时间。

【技术实现步骤摘要】
推荐信息生成方法、装置、存储介质及电子设备
本申请涉及推荐信息生成技术，特别是涉及一种推荐信息生成方法、装置、存储介质及电子设备。
技术介绍
随着人工智能的发展，越来越多的商家提供智能化的购物体验，通过挖掘用户的购物偏好，生成商品的推荐信息，从而提升用户购物体验。现有技术的基本思路是针对每一个具体业务，参考分析师经验，有针对性地预测用户对具体业务设计的商品的喜好，从而生成推荐信息。现有技术需要针对每个业务分别开发需要的特征数据和算法模型，不仅带来了大量重复劳动，并且每个业务的推荐信息生成系统需单独维护，导致维护不便。当有新的业务需求时，还需要等待较长的重新开发时间，才能上线使用。
技术实现思路
有鉴于此，本申请的主要目的在于提供一种推荐信息生成方法，该方法可以避免针对每个业务重新开发推荐信息生成系统，避免重复劳动，提升推荐信息生成系统维护的便利性，且可大大缩短新业务的推荐信息生成系统的上线时间。为了达到上述目的，本申请提出的技术方案为：第一方面，本申请实施例提供了一种推荐信息生成方法，包括以下步骤：<本文档来自技高网...

【技术保护点】
1.一种推荐信息生成方法，其特征在于，包括：/n获取输入数据；所述输入数据包括目标用户的用户行为数据和至少一个待推荐商品的商品数据；/n根据所述输入数据提取通用特征和业务特征；所述通用特征为每种业务需求均需用的特征；所述业务特征为根据业务需求确定的特征；/n根据推荐策略，基于所述通用特征和所述业务特征确定第一输入特征，并根据所述第一输入特征从每个待推荐商品中确定至少一个候选商品；/n基于所述目标用户与所述候选商品的所述通用特征和所述业务特征确定第二输入特征，并根据所述第二输入特征从所述候选商品中确定至少一个目标商品，并根据每个所述目标商品生成推荐信息。/n

【技术特征摘要】
1.一种推荐信息生成方法，其特征在于，包括：
获取输入数据；所述输入数据包括目标用户的用户行为数据和至少一个待推荐商品的商品数据；
根据所述输入数据提取通用特征和业务特征；所述通用特征为每种业务需求均需用的特征；所述业务特征为根据业务需求确定的特征；
根据推荐策略，基于所述通用特征和所述业务特征确定第一输入特征，并根据所述第一输入特征从每个待推荐商品中确定至少一个候选商品；
基于所述目标用户与所述候选商品的所述通用特征和所述业务特征确定第二输入特征，并根据所述第二输入特征从所述候选商品中确定至少一个目标商品，并根据每个所述目标商品生成推荐信息。


2.根据权利要求1所述的方法，其特征在于，所述根据所述输入数据提取通用特征和业务特征的步骤之后，所述基于所述通用特征和所述业务特征确定第一输入特征的步骤之前，所述方法还包括：
将所述通用特征和所述业务特征输入路径特征网络，提取路径特征；
所述基于所述通用特征和所述业务特征确定第一输入特征的步骤为：
基于所述通用特征、所述业务特征和所述路径特征，确定所述第一输入特征。


3.根据权利要求2所述的方法，其特征在于，所述路径特征网络为第一决策树网络模型；
所述将所述通用特征和所述业务特征输入路径特征网络，提取路径特征的步骤包括：
对所述第一决策树网络模型的每个叶子节点进行编号；
将所述目标用户的所述通用特征和所述业务特征输入所述第一决策树网络模型，确定至少一个目标叶子节点；
将每个所述目标叶子节点的编号串联，得到所述路径特征。


4.根据权利要求1所述的方法，其特征在于，所述根据推荐策略，基于所述通用特征和所述业务特征确定第一输入特征的步骤包括：
根据所述推荐策略，从所述通用特征中确定目标通用特征，从所述业务特征中确定目标业务特征；
对所述目标通用特征和所述目标业务特征进行拼接，得到所述第一输入特征。


5.根据权利要求4所述的方法，其特征在于，所述从所述业务特征中确定目标业务特征的步骤之后，所述对所述目标通用特征和所述目标业务特征进行拼接的步骤之前，所述方法还包括：
获取所述目标用户进行过操作行为的待推荐商品的商品数据作为目标商品数据，根据所述目标商品数据提取目标行为特征；
所述对所述目标通用特征和所述目标业务特征进行拼接，得到所述第一输入特征的步骤为：
对所述目标通用特征、所述目标业务特征和所述目标行为特征进行拼接，得到所述第一输入特征。


6.根据权利要求2所述的方法，其特征在于，所述基于所述通用特征、所述业务特征和所述路径特征，确定所述第一输入特征的步骤包括：
根据所述推荐策略，从所述通用特征中确定目标通用特征，并根据所述推荐策略，从所述业务特征中确定目标业务特征；
对所述目标通用特征、所述目标业务特征和所述路径特征进行拼接，得到所述第一输入特征。


7.根据权利要求4所述的方法，其特征在于，所述推荐策略包括以下至少一种：
基于用户行为推荐、基于用户偏好推荐、基于用户属性推荐和基于热门商品推荐。


8.根据权利要求7所述的方法，其特征在于，所述根据所述推荐策略，从所述通用特征中确定目标通用特征，从所述业务特征中确定目标业务特征的步骤包括：
获取所述推荐策略；
当判定所述推荐策略为基于用户行为推荐时，将与目标用户行为相关的所述通用特征确定为目标通用特征，将与目标用户行为相关的所述业务特征确定为目标业务特征；
当判定所述推荐策略为基于用户偏好推荐时，将描述目标用户偏好的所述通用特征确定为目标通用特征，将描述目标用户偏好的所述业务特征确定为目标业务特征；
当判定所述推荐策略为基于用户属性推荐时，将描述目标用户属性的所述通用特征确定为目标通用特征，将描述目标用户属性的所述业务特征确定为目标业务特征；
当判定所述推荐策略为基于热门商品推荐时，将描述商品属性的所述通用特征确定为目标通用特征，将描述商品属性的所述业务特征确定为目标业务特征。


9.根据权利要求1所述的方法，其特征在于，所述根据所述第一输入特征从每个待推荐商品中确定至少一个候选商品的步骤，包括：
将所述第一输入特征输入召回网络模型中，得到至少一个候选商品和每个候选商品的初始推荐度。


10.根据权利要求9所述的方法，其特征在于，所述得到至少一个候选商品的步骤之后，所述方法还包括：
根据每个所述候选商品的初始推荐度，确定每个所述候选商品的第一推荐度；
所述基于所述目标用户与所述候选商品的所述通用特征和所述业务特征确定第二输入特征的步骤包括：
根据所述第一推荐度提取得到推荐度特征；
将所述推荐度特征拼接到所述第二输入特征中。


11.根据权利要求10所述的方法，其特征在于，所述根据每个所述候选商品的初始推荐度，确定每个所述候选商品的第一推荐度的步骤包括：
针对每个所述候选商品，根据该候选商品的初始推荐度、该候选商品的商品权重和每个候选商品的初始推荐度，确定该候选商品的第一推荐度。


12.根据权利要求9所述的方法，其特征在于，所述召回网络模型使用下述方法进行训练：
获取至少一个样本用户和至少一个样本商品，获取每个样本用户的历史行为数据和每个样本商品的第一历史商品数据；
获取每个样本用户实际选择的样本商品的标签商品数据；
根据所述历史行为数据和所述历史商品数据提取第一样本输入特征；
使用所述第一样本输入特征和所述标签商品数据对初始召回网络模型进行训练，得到所述召回网络模型。


13.根据权利要求12所述的方法，其特征在于，所述使用所述第一样本输入特征和所述标签商品数据对初始召回网络模型进行训练，得到所述召回网络模型的步骤，包括：
将所述第一样本输入特征输入所述初始召回网络模型中得到候选商品的预测推荐度；
根据所述候选商品的预测推荐度、所述标签商品数据、样本权重和惩罚值确...

【专利技术属性】
技术研发人员：王颖帅，李晓霞，苗诗雨，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11