CN110266745A - 基于深度网络的信息流推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种基于深度网络的信息流推荐方法、装置、设备及存储介质，属于数据处理领域。所述方法包括：接收目标帐号的信息推荐请求；调用目标深度网络模型计算候选的文档在n个评价指标上的子质量分数，n为大于1的整数；根据n个评价指标上的子质量分数和n个评价指标对应的权重，计算得到文档的加权质量分数；根据加权质量分数生成和推荐信息流。本申请能够在多个评价指标上对文档进行评价，使得推荐的信息流在多个评价指标上均有较好的表现，避免单一评价指标的神经网络模型所生成的信息流仅在单一评价指标上能取得较好的效果，而可能会在其他评价指标上的效果很差的问题。

Description

基于深度网络的信息流推荐方法、装置、设备及存储介质

技术领域

本申请涉及数据处理领域，特别涉及一种基于深度网络的信息流推荐方法、装置、设备及存储介质。

背景技术

信息流是多个信息顺序排列所构成的流式数据。信息流推荐***包括服务器和终端，服务器向终端推送一个或多个信息流。

相关技术中，信息流推荐***中设置有深度网络模型。当服务器需要向终端推荐信息流时，服务器使用该深度网络模型预测用户对候选文档集合中的各个文档的点击率，按照点击率由高到低的顺序选择出n篇文档，将该n篇文档形成的信息流推送给终端，终端显示该信息流。

上述推荐***以优化单一评价指标(点击率)为主，虽然能够提高用户对信息流的点击数量，但也容易推荐出标题吸引人但内容质量低的文章，造成如分享、赞赏和留言互动等评价指标下降的情况。

发明内容

本申请实施例提供了一种基于深度网络的信息流推荐方法、装置、设备及存储介质，可以用于解决以优化单一评价指标为主的推荐***，很容易造成其他评价指标下降的情况。所述技术方案如下：

根据本公开的一个方面，提供了一种基于深度网络的信息流推荐方法，所述方法包括：

接收目标帐号的信息推荐请求；

生成所述目标帐号的候选文档集合，所述候选文档集合包括至少两个文档；

调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数，n为大于1的整数；

根据所述n个评价指标上的子质量分数和所述n个评价指标对应的权重，计算得到所述文档的加权质量分数；

根据所述加权质量分数从所述候选文档集合中选择出目标文档，根据所述目标文档生成所述信息流；

向所述目标帐号对应的终端推荐所述信息流。

根据本公开的另一方面，提供了一种基于深度网络的信息流推荐装置，所述装置包括：

接收模块，用于接收目标帐号的信息推荐请求；

生成模块，用于生成所述目标帐号的候选文档集合，所述候选文档集合包括至少两个文档；

调用模块，用于调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数，n为大于1的整数；

计算模块，用于根据所述n个评价指标上的子质量分数和所述n个评价指标对应的权重，计算得到所述文档的加权质量分数；

生成模块，用于根据所述加权质量分数从所述候选文档集合中选择出目标文档，根据所述目标文档生成所述信息流；

推荐模块，用于向所述目标帐号对应的终端推荐所述信息流。

根据本公开的另一方面，提供了一种服务器，所述服务器包括：

处理器和存储器，所述存储器存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的基于深度网络的信息流推荐方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的基于深度网络的信息流推荐方法。

本申请实施例提供的技术方案带来的有益效果至少包括：

通过同一个目标深度网络模型对文档在n个评价指标上的子质量分数进行计算，再根据n个子质量分数以及对应的权重得到文档的加权质量分数，按照加权质量分数对文档进行排序后生成信息流，从而在多个评价指标上对文档进行评价，使得推荐的信息流在多个评价指标上均有较好的表现，避免单一评价指标的神经网络模型所生成的信息流仅在单一评价指标上能取得较好的效果，而可能会在其他评价指标上的效果很差的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一个示例性实施例提供的计算机***的框图；

图2是本申请一个示例性实施例提供的基于深度网络的信息流推荐方法的流程图；

图3是本申请一个示例性实施例提供的基于深度网络的信息流推荐方法的在线推荐过程的原理示意图；

图4是本申请一个示例性实施例提供的目标深度网络模型的结构示意图；

图5是本申请一个示例性实施例提供的目标深度网络模型的训练方法的流程图；

图6是本申请一个示例性实施例提供的基于深度网络的信息流推荐方法的应用示意图；

图7是本申请一个示例性实施例提供的基于深度网络的信息流推荐方法的界面示意图；

图8是本申请一个示例性实施例提供的基于深度网络的信息流推荐装置的结构框图；

图9是本申请一个示例性实施例提供的基于深度网络的信息流推荐装置的结构框图；

图10是本申请一个示例性实施例提供的服务器的结构框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

目前，工业界已经应用的大多数推荐***仍以优化单一评价指标为主，如新闻推荐***以点击率为目标；短视频推荐***以播放率为目标；电商推荐***以转化率为目标等等。这些推荐***优先考虑的效果指标被称为主指标，对于人机交互生态非常简单的推荐***，仅重点考虑主指标的优化是可行的。但是对人机交互生态较为复杂的推荐***，用户与文档(item)的人机交互方式往往十分丰富。以item是文章为例，用户可以对喜欢的文章进行点击、赞赏、留言、评论、分享给好友和分享到社交展示平台(比如朋友圈)，或者收藏起来。甚至对于不喜欢的文章，用户还可以进行负面反馈。如果推荐***采用传统的推荐方法，仅考虑用户对文章的点击率指标来对推荐结果进行排序，虽然点击数量提升了，但容易推荐出标题党且低质量的文章，从而造成如分享、赞赏和留言互动等指标下降的情况；这样会影响推荐***对新用户的获取和留存效果，长期来看也不利于建立健康的产品社交生态。

面对这一情况，业界一些传统的做法会在单一指标排序得到的推荐结果之上，通过引入人工规则来调整推荐列表，以便减少单一评价指标优化的弊病，但人工的规则很难适应大数据环境，往往达不到预期的效果。有鉴于此，本申请实施例提供了一种基于深度网络的信息流推荐方案。

图1示出了本申请一个示例性实施例提供的计算机***100的结构框图。该计算机***100可以是一个即时通讯***、新闻推送***、购物***、在线视频***、基于话题或频道或圈子进行人群聚合的社交类应用程序、或者具有社交属性的其它应用程序***，本申请实施例对此不加以限定。该计算机***100包括：第一终端120、服务器140和第二终端160。

第一终端120通过无线网络或有线网络与服务器集群120相连。第一终端120可以是智能手机、游戏主机、台式计算机、平板电脑、电子书阅读器、MP3播放器、MP4播放器和膝上型便携计算机中的至少一种。第一设备120安装和运行有支持社交属性和信息推荐的应用程序。该应用程序可以是即时通讯***、新闻推送***、购物***、在线视频***、基于话题或频道或圈子进行人群聚合的社交类应用程序、或者具有社交属性的其它应用程序***的任意一种。第一终端120是第一用户使用的终端，第一终端120中运行的应用程序内登录有第一帐号。

第一终端120通过无线网络或有线网络与服务器140相连。

服务器140包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。服务器140用于为支持信息推荐的应用程序提供后台服务。可选地，服务器140承担主要计算工作，第一终端120和第二终端160承担次要计算工作；或者，服务器140承担次要计算工作，第一终端120和第二终端160承担主要计算工作；或者，服务器140、第一终端120和第二终端160三者之间采用分布式计算架构进行协同计算。

可选地，服务器140包括：接入服务器142和信息推荐服务器144。接入服务器142用于提供第一终端120以及第二终端160的接入服务和信息推荐服务，并将推荐信息(文章、图片、音频、视频中的至少一项)从信息推荐服务器144发送给终端(第一终端120或第二终端160)。信息推荐服务器144可以是一台或多台。当信息推荐服务器144是多台时，存在至少两台信息推荐服务器144用于提供不同的服务，和/或，存在至少两台信息推荐服务器144用于提供相同的服务，比如以负载均衡方式提供同一种服务，本申请实施例对此不加以限定。

第二终端160安装和运行有支持社交属性和信息推荐的应用程序。该应用程序可以是即时通讯***、新闻推送***、购物***、在线视频***、基于话题或频道或圈子进行人群聚合的社交类应用程序、或者具有社交属性的其它应用程序***的任意一种。第二终端160是第二用户使用的终端。第二终端120的应用程序内登录有第二帐号。

可选地，第一帐号和第二帐号处于虚拟社交网络中，该虚拟社交网络包括第一帐号和第二帐号之间的社交关系链。该虚拟社交网络可以是同一社交平台提供的，也可以是存在关联关系(比如授权登录关系)的多个社交平台协同提供的，本申请实施例对虚拟社交网络的具体形式不加以限定。可选地，第一帐号和第二帐号可以属于同一个队伍、同一个组织、具有好友关系或具有临时性的通讯权限。可选地，第一帐号和第二帐号也可以是陌生人关系。总之，该虚拟社交网络提供了第一帐号和第二帐号之间的单向消息传播途径或双向消息传播途径。

可选地，第一终端120和第二终端160上安装的应用程序是相同的，或两个终端上安装的应用程序是不同操作***平台的同一类型应用程序，或两个终端上安装的应用程序是不同的但支持信息互通。不同操作***包括：苹果操作***、安卓操作***、Linux操作***、Windows操作***等等。

第一终端120可以泛指多个终端中的一个，第二终端160可以泛指多个终端中的一个，本实施例仅以第一终端120和第二终端160来举例说明。第一终端120和第二终端160的终端类型相同或不同，该终端类型包括：智能手机、游戏主机、台式计算机、平板电脑、电子书阅读器、MP3播放器、MP4播放器和膝上型便携计算机中的至少一种。以下实施例以第一终端120和/或第二终端140是智能手机、第一帐号和第二帐号之间存在好友关系链来举例说明。

本领域技术人员可以知晓，上述终端的数量可以更多或更少。比如上述终端可以仅为一个，或者上述终端为几十个或几百个，或者更多数量，此时上述计算机***还包括其它终端180，当其它终端180存在一个或多个终端上登录有与第一帐号存在好友关系的第二帐号。本申请实施例对终端的数量和设备类型不加以限定。

在一个示意性的例子中，以第一终端120中运行有支持社交属性和信息推荐的应用程序为例，当第一用户启动该应用程序并打开信息流展示界面时，该应用程序向服务器140发送信息推荐请求。服务器140可以将与第一帐号存在好友关系的第二帐号所感兴趣的文章(比如：根据用户画像预测感兴趣的、第二帐号点赞过的、第二帐号评论过的、第二帐号分享过的)筛选为候选文档集合，然后采用如下实施例中提供的目标深度网络模型，对候选文档集合中的每个文档在n个评价指标上进行综合评价，得到每个文档的加权质量分数。服务器按照加权质量分数由高到低的顺序，从候选文档集合中提取K个文档生成信息流，将该信息流推送给第一终端120中的应用程序，该应用程序显示该信息流。在其他例子中，服务器140也可采用其它方式来生成候选文档集合，对此不加以限定。

由于上述目标深度网络模型能够从n个评价指标上对文档的质量进行综合考量，因此能够避免单一评价指标的神经网络模型所生成的信息流仅在单一评价指标上能取得较好的效果，而可能会在其他评价指标上的效果很差的问题。

图2是本申请一个示意性实施例提供的基于深度网络的信息流推荐方法的流程图。该方法可以由图1所示的计算机***来执行。该方法包括：

步骤201，终端向服务器发送目标帐号的信息推荐请求；

终端中安装有应用程序，应用程序中登录有目标帐号。该应用程序具有获取和显示信息流的功能。

应用程序通过终端向服务器发送信息推荐请求，该信息推荐请求用于请求向目标帐号推荐信息流。比如，在应用程序中的信息流展示界面被触发时，应用程序向服务器发送信息推荐请求。

步骤202，服务器接收目标帐号的信息推荐请求；

可选地，服务器从信息推荐请求中提取目标帐号。

步骤203，服务器生成目标帐号的候选文档集合，候选文档集合包括至少两个文档；

文档是应用程序上能够展示的信息，一个文档包括：图片、音频、视频、文字、AR元素中的至少一种元素。

在向目标帐号推荐信息流时，服务器生成目标帐号的候选文档集合，该候选文档集合包括目标帐号可能感兴趣的多个文档。

可选地，服务器根据目标帐号的用户画像生成候选文档集合，用户画像包括目标帐号的性别、年龄、地区、学历、职业等信息；或者，服务器根据目标帐号的历史浏览记录生成候选文档集合；或者，服务器根据目标帐号的历史消费记录生成候选文档集合等，本申请实施例对服务器生成候选文档集合的方式不加以限定。

可选地，当目标帐号存在一个或多个好友帐号时，服务器还可采用如下方式中的至少一种来生成候选文档集合：将好友帐号点击的文档添加至候选文档集合；将好友帐号的停留时长较长的文档添加至候选文档集合；将好友帐号点赞的文档作为候选的文档；将好友帐号分享的文档添加至候选文档集合。

可选地，服务器从候选文档集合(也称候选文档池)中，筛选出m个目标帐号可能感兴趣的文档，形成候选文档集合，m为大于1的整数。

步骤204，服务器调用目标深度网络模型计算文档在n个评价指标上的子质量分数；

目标深度网络模型是用于计算文档在n个评价指标上的质量分数的模型，n为大于1的整数。n个评价指标包括但不限于：点击率、播放率、转化率、赞赏率、留言率、平均率和分享率中的至少两种。

目标深度网络模型是一个深度网络模型。结合参考图3，服务器调用同一个目标深度网络模型，即可计算出文档在n个评价指标上的子质量分数。比如，计算出候选文档集合中的每个文档在评价指标1上的子质量分数1、在评价指标2上的子质量分数2，、、、，在评价指标n上的子质量分数n。

步骤205，服务器根据n个评价指标上的子质量分数和n个评价指标对应的权重，计算得到文档的加权质量分数；

n个评价指标上的每个评价指标还对应有各自的权重。在一个示意性的例子中，n个评价指标上的权重相加后的和值为1。

对于文档i，服务器将文档i在n个评价指标上的子质量分数和对应的权重相乘，然后将n个乘积相加得到文档的加权质量分数。

步骤206，服务器根据加权质量分数从候选文档集合中选择出目标文档；

可选地，服务器根据加权质量分数对候选文档集合中的每个文档进行排序，然后将排序在前k个的文档确定为目标文档。其中，k为不大于m的整数。

前k个文档可以是候选文档集合中的全部文档，也可以是候选文档集合中的一部分文档。当前k个文档是一部分文档时，可以是固定个数的文档，比如100个；也可以是按照比例提取的文档，比如将候选文档集合中排序在前80％的文档确定为前k个文档。

步骤207，服务器根据目标文档输出信息流；

可选地，信息流包括按序排列的k个目标文档。参考图3，文档索引1对应加权质量分数最高的文档，文档索引2对应加权质量分数次高的文档，以此类推，服务器可以将排序在前k个的目标文档，按序生成信息流。

可选地，服务器将整个信息流发送给终端，或者，服务器将整个信息流分为多个部分，分批次向终端发送信息流，每一批次发送该信息流中的一部分。

步骤208，终端显示信息流。

可选地，应用程序在接收到信息流后，显示该信息流。

综上所述，本实施例提供的方法，通过同一个目标深度网络模型对文档在n个评价指标上的子质量分数进行计算，再根据n个子质量分数以及对应的权重得到文档的加权质量分数，按照加权质量分数对文档进行排序后生成信息流，从而在多个评价指标上对文档进行评价，使得推荐的信息流在多个评价指标上均有较好的表现，避免单一评价指标的神经网络模型所生成的信息流仅在单一评价指标上能取得较好的效果，而可能会在其他评价指标上的效果很差的问题。

可选地，每个评价指标所对应的权重是可调整的，通过调整不同的权重能够有针对性在某一个或某几个目标评价指标上取得较好的效果。

本申请实施例中提出了一种目标深度网络模型，该目标深度网络模型能够对文档在n个评价指标上进行打分。评价指标包括但不限于：图4示出了该深度网络模型的模型结构图。该目标深度网络模型包括：共享网络部分220和n个独立网络部分240；

共享网络部分220，用于提取输入数据的共性特征向量，该输入数据包括文档的文档特征。共享网络部分220包括依次相连的共享特征层221、共享映射层222和共享全连接层223。共享特征层221，用于提取输入数据对应的至少两个维度的子特征向量；共享映射层222，用于将至少两个维度的子特征向量进行降维映射，得到降维映射后的子特征向量；共享全连接层223，用于将降维映射后的子特征向量进行全连接操作后输出为共性特征向量。

n个独立网络部分240互相并列，n个独立网络部分中的第i个独立网络部分，用于根据共性特征向量计算文档在第i个评价指标上的子质量分数，i为不大于n的整数。可选地，存在至少两组并列的独立网络部分的网络结构是不同的。可选地，网络结构包括：神经网络层的层数、神经网络层的类型、神经网络层中的权重系数、神经网络层的排列顺序中的至少一项。

可选地，由于n个独立网络部分240均采用共享网络部分220输出的共性特征向量作为输入，因此n个独立网络部分240的第一层神经网络层的节点数是相同的。

图4采用2个评价指标作为示意性的例子，服务器根据目标帐号获取用户特征和上下文特征，以及根据文档获取文档特征，其中上下文特征包括但不限于时间、地点、网络环境、终端类型、操作***类型中的至少一种特征。服务器将用户特征、上下文特征和文档特征作为输入数据，输入至目标深度网络模型；通过目标深度网络模型计算得到文档在n个评价指标上的子质量分数。其中，共享网络部分表示多个评价指标上的共性，第i个独立网络部分表示第i个评价指标上的个性。每个独立网络部分240共享使用共享网络部分220输出的共享特征向量，然后采用各自独立的网络结构来提取与评价指标有关的个性特征向量，并最终输出与评价指标对应的子质量分数。

在图4中，共享映射(embedding)层222主要目的是将稀疏特征进行降维，共享映射层222的本质是一个全连接层。

上式中，i表示单个的特征组序号，X_fi表示第i个特征组对应的子特征向量，W_ei第i个特征组在映射过程中对应的权重。其中，输出的结果z即上图中的映射后的子特征向量(embedding output)。映射后的子特征向量进行全连接层操作后，输出为共享特征向量。不同的独立网络部分240之间共享该共享映射层222和共享全连接层223处理后得到的共享特征向量。

每个独立网络部分240享有各自独立的神经网络结构，这样有利于在各个评价指标上按照自身标签分布做更好的数据拟合。神经网络的层数及每层的节点数需要进行预先设计，不同独立网络部分240的神经网络除首层的节点必须相同外，中间层设计可以不同。独立网络部分中的相邻两个神经网络层之间以全连接的方式构造。两个层之间的计算方式如下

其中，i表示第i个独立网络部分，k表示独立网络部分的第k层。X_ik表示第i个独立网络部分的第k层神经网络层的节点数值。g()表示激活函数(Activation functions)，是在线性运算外加的非线性变换。W_ik与b_ik是从第k-1层到第k层间的权重及偏置参数，也是训练过程中需要学习的参数。

在存在递进关系的两个评价指标之间，如点击目标和分享目标之间，根据推荐产品的设置，用户往往需要先进行点击，然后才有可能发生分享等行为，分享率可以表示为点击率乘以点击之后的条件分享概率，符合如下公式：

p(y＝1，z＝1|x)＝p(y＝1|x)×p(z＝1|y＝1，x).

其中，x表示特征，y表示点击，z表示分享。所以，对于所述n个独立网络部分中存在依赖关系的第一独立网络部分和第二独立网络部分，第二独立网络部分的输出还连接有乘积节点；乘积节点用于将所述第一独立网络部分输出的第一子质量分数与所述第二独立网络部分输出的子质量分数相乘后，确定为所述第二独立网络部分的最终子质量分数。也即，在独立网络部分的网络输出结点根据业务目标之间的递进关系，对评价指标2的输出加入了对评价指标1输出的乘积进行整体建模，这样对于目标深度网络模型的优化更为稳定。如果两个评价指标的输出之间没有递进关系，则可以取消这样的依赖。

需要说明的是，图4是以输入数据包括用户特征、上下文特征和文档特征共三个维度的数据来举例说明的。在一个可能的实施例中，输入数据包括用户特征和文档特征共两个维度的数据。在另一个可能的实施例中，输入数据还可以包括除用户特征、上下文特征和文档特征之外的其它维度的数据，本实施例不对输入数据所包括的数据维度个数进行限定。但从表征用户和文档之间的关系来讲，输入数据一般包括有用户特征和文档特征，并可以选择性地增加其他维度的数据来丰富特征维度。

综上所述，本实施例提供的目标深度网络模型，与多个简单的神经网络模型组合以解决多指标问题的方法相比较，使用一个复杂的目标深度网络模型能够简化特征提取和样本制作过程，同时简化线上预测流程，还能够减轻新增的评价指标带来的性能压力。

本实施例中的目标深度网络模型，针对每个优化指标均使用共享映射层的embedding参数，可以避免个别的优化指标的数据过于稀疏，同时能够使用特征中共通的抽象特质来辅助每个优化指标的预测。

本实施例中的目标深度网络模型，对于每个评价指标有独立的输出，能够在线上进行灵活组合。通过调节权重可以使得排序时向指定的评价指标倾斜，符合线上的业务需求。

上述目标深度网络模型可以通过离线训练过程得到。图5示出了本申请一个示意性实施例提出的目标深度网络模型的训练方法的流程图。该方法包括：

步骤501，根据样本用户帐号的用户特征数据和候选文档数据，生成训练样本；

样本用户帐号是样本用户所使用的的帐号。可选地，服务器从线上***的日志数据中，提取出样本用户帐号的用户特征数据和候选文档数据。每个样本用户帐号的用户特征数据和候选文档数据形成为一个训练样本。

用户特征数据包括但不限于：用户画像数据和用户历史行为。

步骤502，对训练样本按照每个评价指标分别标定出正负标签，得到训练样本集；

由于目标深度网络模型采用了至少两个评价指标对应的独立网络部分，而这至少两个独立网络部分应当独立训练，因此针对每个评价指标分别标定出正负标签。也即，针对评价指标1，对训练样本标定正标签1或负标签1；针对评价指标2，对训练样本标定正标签2或负标签2；针对评价指标3，对训练样本标定正标签3或负标签3，以此类推，不再赘述。

在对每个训练样本均标定出正负标签后，将标定后的训练样本添加至训练样本集。

步骤503，将训练样本集中的每个训练样本输入至目标深度网络模型，采用误差反向传播算法来对目标深度网络模型进行训练，得到训练后的目标深度网络模型。

目标深度网络模型在训练过程中需要使用到损失函数(loss function)。损失函数用于衡量目标深度网络模型的预测值f(x)与真实值Y之间的不一致程度。损失函数越小，目标深度网络模型的预测效果越优。

示意性的，目标深度网络模型对应的损失函数是根据n个评价指标综合构建的整体损失函数。

设计一个用于训练过程的整体损失函数，该整体损失函数是由每个评价指标贡献得到的。在一种实现方式中，该整体损失函数中每个评价指标的贡献是平等的，不存在针对某个评价指标的偏向。在另一种实现方式中，当存在某一个或某几个评价指标较为重要时，该损失函数中每个评价指标的贡献是不平等的，存在针对重要的评价指标的侧重性。

在一个示意性的例子中，每个评价指标的贡献是平等的，整体损失函数Loss＝L1+L2+L3+L4+…+Ln，其中，Li为第i个评价指标对应的损失函数，i为正整数。

以评价指标为点击率为例，可采用极大似然函数取对数的方式来作为损失函数，并记点击率的损失函数为L_ctr。

以评价指标为分享维度的评价指标、收藏维度的评价指标、点赞维度的评价指标为例，由于样本都是0,1取值的伯努利事件，损失函数都满足二项分布的表达形式，因此分享(share)维度的损失函数可记为L_share，收藏(collect)维度的损失函数可记为L_collect，点赞(like)维度的损失函数可记为L_like。

以评价指标为停留时长的评价指标为例，由于样本数据是非伯努利事件，也即样本标签是个实数，而不是二项分布的0或1取值，损失函数可以采用均方误差(RMSE)来表示。可选地，对于不同的取值类型会有对应的损失函数，比如负反馈维度的评价指标，还可以使用hinge Loss作为损失函数，并记为L_nega。

在一个示意性的例子中，假设评价指标包括点击率、分享、收藏、点赞、停留时长和负反馈共6个维度的评价指标时，整体损失函数Loss＝L_ctr+L_share+L_collect+L_like+L_nega来表示。

在另一个示意性的例子中，每个评价指标对应的损失函数还可以增加权重。

综上所述，本实施例提供的训练方法，通过为每个评价指标独立训练对应的独立网络部分，减少各个独立网络部分之间的耦合程度，从而能够有效避免训练过程中倾向数据稠密的评价指标，使得数据稀疏的评价指标也能够得到学习和优化，更加符合实际的应用环境。

下面结合一个具体的例子对上述信息流推荐方法进行阐述。设终端上运行有应用程序，该应用程序上提供有用于展示信息流的用户界面。服务器是该应用程序的后台服务器。当服务器是一个服务器时，该服务器中存在信息流推荐功能；当服务器是服务器集群时，该服务器集群中存在用于信息推荐的服务器。如图6所示，图6是本申请一个示意性实施例提供的信息流推荐方法的应用示意图。该信息流推荐方法包括如下四个过程：

用户使用过程61：

用户使用应用程序向服务器发送信息推荐请求，服务器向应用程序反馈信息流。在初期阶段，服务器反馈的信息流可采用基于用户画像的生成方式进行生成，本实施例对此不加以限定。

应用程序在用户界面上显示信息流，用户可以在该用户界面上对信息流中的文档进行点击、分享、赞赏和评论中的至少一种操作。

日志收集过程62：

服务器会记录用户在应用程序上的操作行为形成日志。可选地，每条日志记录有用户帐号、操作行为和操作时间。操作行为是点击、分享、赞赏和评论中的任意一种。

可选地，服务器还会记录每个用户帐号的用户画像。

离线训练过程63：

技术人员可根据上述图2的网络结构来构建目标深度网络模型。然后从日志文件中提取用户特征和文档特征。

可选地，技术人员从用户历史行为和用户画像提取用户特征，从文档信息提取文档特征。将用户特征和文档特征输入至目标深度网络模型中进行训练，得到训练后的目标深度网络模型。该训练过程可以参考上述图5所述的过程。

需要说明的是，上述训练过程可以采用离线方式完成。该离线训练过程也可以在不同时间段执行多次。

在线推荐过程64：

在目标深度网络模型训练完毕后，该目标深度网络模型可以投入线上使用。当服务器接收到终端发送的目标帐号的信息推荐请求时，目标帐号是请求用户(user)，服务器获取目标帐号的用户特征，以及为目标帐号生成候选文档集合。对于候选文档集合中的每个文档，还获取该文档的文档特征。服务器将目标帐号的用户特征和每个文档的文档特征输入至目标深度网络模型中，得到每个文档在n个评价指标上的子质量分数，然后根据n个评价指标上的子质量分数和n个评价指标对应的权重，计算得到文档的加权质量分数。

服务器根据每个文档的加权质量分数由高到低的顺序，对候选文档集合中的各个文档进行排序。根据排序后的前k个目标文档生成向目标帐号推荐的信息流。服务器将信息流发送给终端，终端在用户界面上显示该信息流。

如图7所示，终端在应用程序70上采用列表控件来显示信息流，列表控件中包括多个列表项71至75，每个列表项用于显示一个文档，列表项的排列顺序与信息流中的项目排列顺序相同，加权质量分数越高的项目在列表控件中对应的列表项越靠前，比如文章1的加权质量分数最高，则对应的列表项71显示在用户界面上的最上面位置，文章2的加权质量分数小于文章1的加权质量分数，则对应的列表项72显示在列表项71的下方。用户可以在用户界面上采用上滑手势和下滑手势对列表控件进行滑动，以查看排序在前或排序在后的列表项。

可选地，在每个列表项中显示有文章的文章标题、作者、缩略图、点赞按钮76和评论按钮77。

可选地，当某个列表项被点击后，显示与该列表项对应的文章的展示界面，在该展示界面上还可显示分享按钮。

需要说明的是，上述n个评价指标的权重是可调整的。服务器接收权重修改操作；根据权重修改操作修改n个评价指标对应的权重。

在一个可能的实施例中，多个评价指标间的权重设置，可以先通过离线评估方式计算出候选的权重组合，再通过线上实验来验证每组权重组合的效果。在单一目标预估的场景中，给定一个候选文档集合的排序顺序和对应的目标标签，一般使用Auc(Area underthe curve，模型评价指标)作为离线评估方式的指标，Auc越大表示预估越准确，排序效果越好。本申请在离线模型预测结果中使用grid search的方法搜索多评价指标之间的加权质量分数的最佳权重组合方式，具体过程如下：对于每一次设定的权重，计算每个文档的多个评价指标间输出的加权质量分数y，按照加权质量分数y值对候选文档集合中的文档进行排序，并对排序结果计算每个评价指标上的Auc；对于不同的权重组合，可以得到不同的y值和对应的多个评价指标上的Auc，再根据产品目标选择Auc占优的权重组合，或者根据产品目标的重要性，选择Auc加权平均最高的权重组合作为线上的实验组合。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

参考图8，其示出了本申请一个示意性实施例提供的基于深度网络的信息流推荐装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为服务器的全部或一部分。所述装置包括：

接收模块810，用于接收目标帐号的信息推荐请求；

生成模块820，用于生成所述目标帐号的候选文档集合，所述候选文档集合包括至少两个文档；

调用模块830，用于调用目标深度网络模型计算所述至少两个文档中的每个文档在n个评价指标上的子质量分数，n为大于1的整数；

计算模块840，用于根据所述n个评价指标上的子质量分数和所述n个评价指标对应的权重，计算得到所述文档的加权质量分数；

选择模块850，用于根据所述加权质量分数从所述候选文档集合中选择出目标文档，根据所述目标文档生成所述信息流；

推荐模块860，用于向所述目标帐号对应的终端推荐所述信息流。

在一个可选的实施例中，所述目标深度网络模型包括：共享网络部分和n个独立网络部分，所述n个独立网络部分互相并列；

所述共享网络部分，用于提取输入数据的共性特征向量，所述输入数据包括所述文档的文档特征；

所述n个独立网络部分中的第i个独立网络部分，用于根据所述共性特征向量计算所述文档在第i个评价指标上的子质量分数，i为不大于n的整数。

在一个可选的实施例中，所述共享网络部分包括依次相连的共享特征层、共享映射层和共享全连接层；

所述共享特征层，用于提取所述输入数据对应的至少两个维度的子特征向量；

所述共享映射层，用于将所述至少两个维度的子特征向量进行降维映射，得到降维映射后的子特征向量；

所述共享全连接层，用于将所述降维映射后的子特征向量进行全连接操作后输出为所述共性特征向量。

在一个可选的实施例中，存在至少两个所述独立网络部分的网络结构是不同的，所述网络结构包括：神经网络层的层数、神经网络层的类型、神经网络层的权重系数、神经网络层的排列顺序中的至少一项。

在一个可选的实施例中，所述n个独立网络部分的第一层神经网络层的节点数是相同的。

在一个可选的实施例中，对于所述n个独立网络部分中存在依赖关系的第一独立网络部分和第二独立网络部分，所述第二独立网络部分的输出还连接有乘积节点；

所述乘积节点用于将所述第一独立网络部分输出的第一子质量分数与所述第二独立网络部分输出的子质量分数相乘后，确定为所述第二独立网络部分的最终子质量分数。

在一个可选的实施例中，所述装置还包括获取模块870。

所述获取模块870，用于根据所述目标帐号获取用户特征，以及根据所述文档获取文档特征；

所述调用模块830，用于将所述用户特征和所述文档特征作为所述输入数据，输入至所述目标深度网络模型；通过所述目标深度网络模型计算得到所述文档在n个评价指标上的子质量分数。

在一个可选的实施例中，所述获取模块870，用于根据所述目标帐号获取用户特征和上下文特征，以及根据所述文档获取文档特征；其中，所述上下文特征包括时间、地点、网络环境、终端类型、操作***类型中的至少一种特征；

所述调用模块830，用于将所述用户特征、所述上下文特征和所述文档特征作为所述输入数据，输入至所述目标深度网络模型；通过所述目标深度网络模型计算得到所述文档在n个评价指标上的子质量分数。

在一个可选的实施例中，所述装置还包括：修改模块880；

所述接收模块810，用于接收权重修改操作；

所述修改模块880，用于根据所述权重修改操作修改所述n个评价指标对应的权重。

在一个可选的实施例中，所述选择模块850，用于根据所述加权质量分数对所述候选文档集合中的每个文档进行排序；将排序在前k个文档确定为所述目标文档，k为不大于m的整数。

在一个可选的实施例中，所述目标深度网络模型对应的损失函数是根据所述n个评价指标综合构建的整体损失函数。

需要说明的是：上述实施例提供的基于深度网络的信息流推荐装置在向终端推荐信息流时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的信息流推荐装置与信息流推荐方法的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图10示出了本申请一个实施例提供的服务器的结构示意图。该服务器用于实施上述实施例中提供的基于深度网络的信息流推荐方法。具体来讲：

所述服务器1000包括中央处理单元(CPU)1001、包括随机存取存储器(RAM)1002和只读存储器(ROM)1003的***存储器1004，以及连接***存储器1004和中央处理单元1001的***总线1005。所述服务器1000还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(I/O***)1006，和用于存储操作***1013、应用程序1014和其他程序模块1015的大容量存储设备1007。

所述基本输入/输出***1006包括有用于显示信息的显示器1008和用于用户输入信息的诸如鼠标、键盘之类的输入设备1009。其中所述显示器1008和输入设备1009都通过连接到***总线1005的输入输出控制器1010连接到中央处理单元1001。所述基本输入/输出***1006还可以包括输入输出控制器1010以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器1010还提供输出到显示屏、打印机或其他类型的输出设备。

所述大容量存储设备1007通过连接到***总线1005的大容量存储控制器(未示出)连接到中央处理单元1001。所述大容量存储设备1007及其相关联的计算机可读介质为服务器1000提供非易失性存储。也就是说，所述大容量存储设备1007可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。

不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的***存储器1004和大容量存储设备1007可以统称为存储器。

根据本申请的各种实施例，所述服务器1000还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器1000可以通过连接在所述***总线1005上的网络接口单元1011连接到网络1012，或者说，也可以使用网络接口单元1011来连接到其他类型的网络或远程计算机***(未示出)。

所述存储器存储有一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于实现上述各个实施例提供的基于深度网络的信息流推荐方法。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于实现上述各个实施例提供的基于深度网络的信息流推荐方法。

本申请实施例还提供了一种计算机程序产品，该计算机程序产品存储有一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于实现上述各个实施例提供的基于深度网络的信息流推荐方法。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (15)

1.一种基于深度网络的信息流推荐方法，其特征在于，所述方法包括：

接收目标帐号的信息推荐请求；

生成所述目标帐号的候选文档集合，所述候选文档集合包括至少两个文档；

调用目标深度网络模型计算所述至少两个文档中的每个文档在n个评价指标上的子质量分数，n为大于1的整数；

根据所述n个评价指标上的子质量分数和所述n个评价指标对应的权重，计算得到所述文档的加权质量分数；

根据所述加权质量分数从所述候选文档集合中选择出目标文档，根据所述目标文档生成所述信息流；

向所述目标帐号对应的终端推荐所述信息流。

2.根据权利要求1所述的方法，其特征在于，所述目标深度网络模型包括：共享网络部分和n个独立网络部分，所述n个独立网络部分互相并列；

所述共享网络部分，用于提取输入数据的共性特征向量，所述输入数据包括所述文档的文档特征；

所述n个独立网络部分中的第i个独立网络部分，用于根据所述共性特征向量计算所述文档在第i个评价指标上的子质量分数，i为不大于n的整数。

3.根据权利要求2所述的方法，其特征在于，所述共享网络部分包括依次相连的共享特征层、共享映射层和共享全连接层；

所述共享特征层，用于提取所述输入数据对应的至少两个维度的子特征向量；

所述共享映射层，用于将所述至少两个维度的子特征向量进行降维映射，得到降维映射后的子特征向量；

所述共享全连接层，用于将所述降维映射后的子特征向量进行全连接操作后输出为所述共性特征向量。

4.根据权利要求2所述的方法，其特征在于，存在至少两个独立网络部分的网络结构是不同的，所述网络结构包括：神经网络层的层数、神经网络层的类型、神经网络层的权重系数、神经网络层的排列顺序中的至少一项。

5.根据权利要求2所述的方法，其特征在于，所述n个独立网络部分的第一层神经网络层的节点数是相同的。

6.根据权利要求2所述的方法，其特征在于，对于所述n个独立网络部分中存在依赖关系的第一独立网络部分和第二独立网络部分，所述第二独立网络部分的输出还连接有乘积节点；

所述乘积节点用于将所述第一独立网络部分输出的第一子质量分数与所述第二独立网络部分输出的子质量分数相乘后，确定为所述第二独立网络部分的最终子质量分数。

7.根据权利要求1至5任一所述的方法，其特征在于，所述调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数之前，还包括：

根据所述目标帐号获取用户特征，以及根据所述文档获取文档特征；

所述调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数，包括：

将所述用户特征和所述文档特征作为所述输入数据，输入至所述目标深度网络模型；

通过所述目标深度网络模型计算得到所述文档在n个评价指标上的子质量分数。

8.根据权利要求1至5任一所述的方法，其特征在于，所述调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数之前，还包括：

根据所述目标帐号获取用户特征和上下文特征，以及根据所述文档获取文档特征；其中，所述上下文特征包括时间、地点、网络环境、终端类型、操作***类型中的至少一种特征；

所述调用目标深度网络模型计算所述文档在n个评价指标上的子质量分数，包括：

将所述用户特征、所述上下文特征和所述文档特征作为所述输入数据，输入至所述目标深度网络模型；

通过所述目标深度网络模型计算得到所述文档在n个评价指标上的子质量分数。

9.根据权利要求1至5任一所述的方法，其特征在于，所述方法还包括：

接收权重修改操作；

根据所述权重修改操作修改所述n个评价指标对应的权重。

10.根据权利要求1所述的方法，其特征在于，所述根据所述加权质量分数从所述候选文档集合中选择出目标文档，包括：

根据所述加权质量分数对所述候选文档集合中的每个文档进行排序；

将排序在前k个文档确定为所述目标文档，k为不大于m的整数。

11.根据权利要求1至5任一所述的方法，其特征在于，所述目标深度网络模型对应的损失函数是根据所述n个评价指标综合构建的整体损失函数。

12.一种基于深度网络的信息流推荐装置，其特征在于，所述装置包括：

接收模块，用于接收目标帐号的信息推荐请求；

生成模块，用于生成所述目标帐号的候选文档集合，所述候选文档集合包括至少两个文档；

调用模块，用于调用目标深度网络模型计算所述至少两个文档中的每个文档在n个评价指标上的子质量分数，n为大于1的整数；

计算模块，用于根据所述n个评价指标上的子质量分数和所述n个评价指标对应的权重，计算得到所述文档的加权质量分数；

选择模块，用于根据所述加权质量分数从所述候选文档集合中选择出目标文档，根据所述目标文档生成所述信息流；

推荐模块，用于向所述目标帐号对应的终端推荐所述信息流。

13.根据权利要求12所述的装置，其特征在于，所述目标深度网络模型包括：共享网络部分和n个独立网络部分，所述n个独立网络部分互相并列；

所述共享网络部分，用于提取输入数据的共性特征向量，所述输入数据包括所述文档的文档特征；

所述n个独立网络部分中的第i个独立网络部分，用于根据所述共性特征向量计算所述文档在第i个评价指标上的子质量分数，i为不大于n的整数。

14.一种服务器，其特征在于，所述服务器包括：

处理器和存储器，所述存储器存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至9任一所述的基于深度网络的信息流推荐方法。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至9任一所述的基于深度网络的信息流推荐方法。