【技术实现步骤摘要】
信息推荐方法及装置、存储介质
[0001]本说明书一个或多个实施例涉及数据处理领域,尤其涉及一种信息推荐方法及装置、存储介质。
技术介绍
[0002]目前,客户端在接收到云节点推荐的信息后,可以通过实时感知用户操作行为,从而进行智能刷新、内容重排等操作。但由于客户端算力受限,导致客户端上可用的用于表征用户操作行为的特征信息较少,最终客户端输出的推荐信息的排序与用户的匹配度不高,该过程有待优化。
技术实现思路
[0003]本说明书一个或多个实施例提供一种信息推荐方法及装置、存储介质。
[0004]为实现上述目的,本说明书一个或多个实施例提供技术方案如下:根据本说明书一个或多个实施例的第一方面,提出了一种信息推荐方法,包括:基于用户对云节点下发的至少一个第一推荐信息的操作行为,得到实时特征信息,所述实时特征信息是用于表征所述用户的实时操作行为的特征信息;将所述实时特征信息发送给边缘节点;接收并存储所述边缘节点返回的目标特征信息,所述目标特征信息是用于表征所述用户的历史操作行为和所述实时操作行为之间的共性的特征信息;基于所述目标特征信息,对所述云节点下发的至少一个第二推荐信息进行重排序后输出。
[0005]根据本说明书一个或多个实施例的第二方面,提出了一种信息推荐方法,包括:接收客户端发送的实时特征信息,所述实时特征信息是用于表征用户的实时操作行为的特征信息;获取云节点提供的所述用户的历史特征信息,所述历史特征信息是用于表征用户的历史操作行为的特征信息;基于所述实时特征信息和所述历史特征信息 ...
【技术保护点】
【技术特征摘要】
1.一种信息推荐方法,其特征在于,包括:基于用户对云节点下发的至少一个第一推荐信息的操作行为,得到实时特征信息,所述实时特征信息是用于表征所述用户的实时操作行为的特征信息;将所述实时特征信息发送给边缘节点;接收并存储所述边缘节点返回的目标特征信息,所述目标特征信息是用于表征所述用户的历史操作行为和所述实时操作行为之间的共性的特征信息;基于所述目标特征信息,对所述云节点下发的至少一个第二推荐信息进行重排序后输出。2.根据权利要求1所述的方法,其特征在于,所述基于用户对云节点下发的至少一个第一推荐信息的操作行为,得到实时特征信息,包括:采集所述用户对至少一个所述第一推荐信息实时的操作行为信息;对所述操作行为信息进行特征计算,得到所述实时特征信息。3.根据权利要求2所述的方法,其特征在于,所述对所述操作行为信息进行特征计算,包括:对所述实时特征信息按照预设周期、所述操作行为的类型、所述第一推荐信息的类型中的至少一项进行分类处理。4.根据权利要求1所述的方法,其特征在于,所述基于所述目标特征信息,对所述云节点下发的至少一个第二推荐信息进行重排序后输出,包括:将所述目标特征信息输入客户端上的目标神经网络模型,获得所述目标神经网络模型的输出结果,所述目标神经网络模型用于对多类推荐信息按照所述用户的操作行为进行最优排序;基于所述输出结果和每个所述第二推荐信息的类型,对至少一个所述第二推荐信息进行重排序后输出。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:接收云节点发送的所述目标神经网络模型的网络参数;基于所述网络参数,构建或同步更新所述客户端上的所述目标神经网络模型。6.一种信息推荐方法,其特征在于,包括:接收客户端发送的实时特征信息,所述实时特征信息是用于表征用户的实时操作行为的特征信息;获取云节点提供的所述用户的历史特征信息,所述历史特征信息是用于表征用户的历史操作行为的特征信息;基于所述实时特征信息和所述历史特征信息,得到目标特征信息后同步给所述客户端和云节点,所述目标特征信息是表征所述用户的历史操作行为和所述实时操作行为之间的共性的特征信息。7.根据权利要求6所述的方法,其特征在于,所述基于所述实时特征信息和所述历史特征信息,得到所述目标特征信息,包括:从所述实时特征信息和所述历史特征信息中提取共同的嵌入特征信息,得到所述目标特征信息。8.一种信息推荐方法,其特征在于,包括:
基于用户的历史特征信息,向客户端下发至少一个第一推荐信息,以便所述客户端得到实时特征信息,所述历史特征信息是用于表征所述用户的历史操作行为的特征信息,所述实时特征信息是用于表征用户对至少一个所述第一推荐信息的实时操作行为的特征信息;向边缘节点发送所述用户的历史特征信息,以便所述边缘节点基于所述实时特征信息和所述历史特征信息,得到目标特征信息,所述目标特征信息是表征所述用户的历史操作行为和所述实时操作行为之间的共性的特征信息;基于所述边缘节点发送的所述目标特征信息,同步更新所述用户的历史特征信息;基于更新后的历史特征信息,向所述客户端下发至少一个第二推荐信息,以便所述客户端基于所述目标特征信息,对至少一个所述第二推荐信息进行重排序后输出。9.根据权利要求8所述的方法,其特征在于,所述方法还包括:基于所述用户的历史特征信息,对云节点上的初始神经网络模型进行训练,得到目标神经网络模型,所述目标神经网络模型用于对多类推荐信息按照所述用户的操作行为进行最优排序;将所述目标神经网络模型的网络参数发送给所述客户端,以使得所述客户端建立所述目标神经网络模型。1...
【专利技术属性】
技术研发人员:孙仁恩,张冠男,魏鹏,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:
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。