本發(fā)明涉及物料推薦領(lǐng)域，具體涉及一種物料召回方法、系統(tǒng)及計算機可讀存儲介質(zhì)及計算機設(shè)備。

背景技術(shù)：

1、在微博的視頻后推薦業(yè)務(wù)中，采用目前業(yè)內(nèi)廣泛使用的推薦系統(tǒng)架構(gòu)。為了給用戶提供個性化的信息流推薦服務(wù)，推薦引擎會先后經(jīng)過召回(從幾百萬物料中獲取近萬條)->粗排(模型篩選后保留千條物料)->精排(對千條物料打分排序)->規(guī)則系統(tǒng)(選出排名最高且符合策略的10條)階段。在召回階段，模型召回分為規(guī)則召回、協(xié)同召回、向量召回、樹召回等，其中協(xié)同召回包括了物料協(xié)同過濾召回，物料協(xié)同過濾召回一般通過矩陣分解、圖、深度網(wǎng)絡(luò)等方法實現(xiàn)。

2、現(xiàn)有技術(shù)中，物料協(xié)同過濾召回實現(xiàn)離線方法是deepwalk圖算法，構(gòu)建用戶和物料的交互行為圖，只利用了用戶的id信息和物料的id信息(沒有利用用戶和物料的其他特征)，通過skip?gram訓(xùn)練得到物料的embedding，構(gòu)建faiss索引，得到每個物料的topn相似物料，將物料的相似物料和相似度得分寫入redis里，供線上使用；線上用戶請求，得到用戶過去一段時間交互過的物料列表，對于觸發(fā)列表中的每一個item，讀取redis里物料的相似物料數(shù)據(jù)得到與其最相似的topn物料作為協(xié)同物料召回的結(jié)果，作為后續(xù)鏈路粗排的部分輸入以推薦給用戶。

3、在實現(xiàn)本發(fā)明過程中，申請人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：

4、使用的deepwalk圖算法中，只有物料節(jié)點的id信息，缺失很多信息，表達能力不足，召回物料的數(shù)量受限，會漏下很多相似物料。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供一種物料召回方法、系統(tǒng)、存儲介質(zhì)及計算機設(shè)備，能夠解決現(xiàn)有技術(shù)中的“使用的deepwalk圖算法中，只有物料節(jié)點的id信息，缺失很多信息，表達能力不足，召回物料的數(shù)量受限，會漏下很多相似物料”的技術(shù)問題。

2、為達上述目的，第一方面，本發(fā)明實施例提供一種物料召回方法，包括：

3、收目標(biāo)用戶的物料推薦請求，基于所述目標(biāo)用戶的交互行為數(shù)據(jù)，獲取第二時間范圍內(nèi)所述目標(biāo)用戶具有交互行為、且滿足設(shè)定條件的物料，作為觸發(fā)物料；

4、基于周期性更新的物料數(shù)據(jù)庫，確定每個觸發(fā)物料對應(yīng)的相似物料，將所有觸發(fā)物料對應(yīng)的相似物料作為待篩選物料；所述物料數(shù)據(jù)庫中記錄第一時間范圍內(nèi)每個物料及其對應(yīng)的至少一個相似物料；所述物料數(shù)據(jù)庫是通過將第一時間范圍內(nèi)所有用戶的交互行為數(shù)據(jù)輸入eges圖算法，訓(xùn)練得到每個物料對應(yīng)的物料嵌入向量后生成的；

5、確定每個待篩選物料與對應(yīng)的觸發(fā)物料之間的相關(guān)性分?jǐn)?shù)值，基于所述相關(guān)性分?jǐn)?shù)值從所有待篩選物料中確定所述目標(biāo)用戶對應(yīng)的召回物料進行召回；所述相關(guān)性分?jǐn)?shù)值表征所述待篩選物料與對應(yīng)的觸發(fā)物料之間的相似度。

6、第二方面，本發(fā)明實施例提供一種物料召回系統(tǒng)，包括：

7、觸發(fā)物料獲取單元，用于接收目標(biāo)用戶的物料推薦請求，基于所述目標(biāo)用戶的交互行為數(shù)據(jù)，獲取第二時間范圍內(nèi)所述目標(biāo)用戶具有交互行為、且滿足設(shè)定條件的物料，作為觸發(fā)物料；

8、第一物料召回單元，用于基于周期性更新的物料數(shù)據(jù)庫，確定每個觸發(fā)物料對應(yīng)的相似物料，將所有觸發(fā)物料對應(yīng)的相似物料作為待篩選物料；所述物料數(shù)據(jù)庫中記錄第一時間范圍內(nèi)每個物料及其對應(yīng)的至少一個相似物料；所述物料數(shù)據(jù)庫是通過將第一時間范圍內(nèi)所有用戶的交互行為數(shù)據(jù)輸入eges圖算法，訓(xùn)練得到每個物料對應(yīng)的物料嵌入向量后生成的；

9、第二物料召回單元，用于確定每個待篩選物料與對應(yīng)的觸發(fā)物料之間的相關(guān)性分?jǐn)?shù)值，基于所述相關(guān)性分?jǐn)?shù)值從所有待篩選物料中確定所述目標(biāo)用戶對應(yīng)的召回物料進行召回；所述相關(guān)性分?jǐn)?shù)值表征所述待篩選物料與對應(yīng)的觸發(fā)物料之間的相似度。

10、第三方面，本發(fā)明實施例提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲一個或多個程序，所述一個或多個程序當(dāng)被計算機設(shè)備執(zhí)行時，使得所述計算機設(shè)備執(zhí)行前述的物料召回方法。

11、上述技術(shù)方案具有如下有益效果：提前離線采用eges圖算法，對具有用戶交互行為的物料進行訓(xùn)練，訓(xùn)練得到每個物料對應(yīng)的物料嵌入向量后，構(gòu)建每個物料的相似物料，物料相關(guān)性更好，在離線時就能夠召回更多相似物料，并且冷物料(曝光量少)能夠表現(xiàn)的更好。當(dāng)具有目標(biāo)用戶的物料推薦請求時，獲取第二時間范圍內(nèi)所述目標(biāo)用戶具有交互行為、且滿足設(shè)定條件的物料，作為觸發(fā)物料，獲取觸發(fā)物料的相似物料，基于相關(guān)性分?jǐn)?shù)值召回物料自目標(biāo)用戶的所有相似物料中，召回的物料相似度更高，且不會漏下物料。

技術(shù)特征：

1.一種物料召回方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述物料召回方法，其特征在于，還包括：

3.根據(jù)權(quán)利要求2所述物料召回方法，其特征在于，所述周期性獲取第一時間范圍內(nèi)所有用戶的交互行為數(shù)據(jù)，通過eges圖算法構(gòu)建包括導(dǎo)流位和推薦位的物料二部圖，包括：

4.根據(jù)權(quán)利要求3所述物料召回方法，其特征在于，所述基于所述物料二部圖、以及每個物料的特征信息得到每個物料對應(yīng)的物料嵌入向量，包括：

5.根據(jù)權(quán)利要求3所述物料召回方法，其特征在于，所述針對所述物料二部圖內(nèi)的每個物料，將所述物料作為起點物料，根據(jù)有偏隨機游走在所述物料二部圖內(nèi)的邊上游走，根據(jù)連續(xù)游走所經(jīng)過的物料，順序構(gòu)建所述物料對應(yīng)的物料序列，具體包括：

6.根據(jù)權(quán)利要求4所述物料召回方法，其特征在于，所述針對每組物料序列，基于所述物料序列內(nèi)的各物料的特征信息通過skip-gram模型進行訓(xùn)練，輸出所述物料序列的每個物料對應(yīng)的物料嵌入向量，包括：

7.根據(jù)權(quán)利要求2所述物料召回方法，其特征在于，所述基于每個物料對應(yīng)的物料嵌入向量進行相似度計算，得到每個物料對應(yīng)的至少一個相似物料，包括：

8.根據(jù)權(quán)利要求1所述物料召回方法，其特征在于，所述確定每個待篩選物料與對應(yīng)的觸發(fā)物料之間的相關(guān)性分?jǐn)?shù)值，包括：

9.一種物料召回系統(tǒng)，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲一個或多個程序，所述一個或多個程序當(dāng)被計算機設(shè)備執(zhí)行時，使得所述計算機設(shè)備執(zhí)行權(quán)利要求1-8中任意一項所述的物料召回方法。

技術(shù)總結(jié)
本發(fā)明實施例提供一種物料召回方法、系統(tǒng)及計算機可讀存儲介質(zhì)，該方法包括：接收目標(biāo)用戶的物料推薦請求，基于所述目標(biāo)用戶的交互行為數(shù)據(jù)，獲取第二時間范圍內(nèi)所述目標(biāo)用戶具有交互行為、且滿足設(shè)定條件的物料，作為觸發(fā)物料；基于周期性更新的物料數(shù)據(jù)庫，確定每個觸發(fā)物料對應(yīng)的相似物料，將所有觸發(fā)物料對應(yīng)的相似物料作為待篩選物料；確定每個待篩選物料與對應(yīng)的觸發(fā)物料之間的相關(guān)性分?jǐn)?shù)值，基于所述相關(guān)性分?jǐn)?shù)值從所有待篩選物料中確定所述目標(biāo)用戶對應(yīng)的召回物料進行召回。提前離線采用eges圖算法，構(gòu)建每個物料的相似物料，物料相關(guān)性更好，在離線時就能夠召回更多相似物料，并且冷物料(曝光量少)能夠表現(xiàn)的更好。

技術(shù)研發(fā)人員：曲冠宇,史舵
受保護的技術(shù)使用者：微夢創(chuàng)科網(wǎng)絡(luò)科技（中國）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/8