推荐方法、装置、设备及计算机可读存储介质与流程

本技术涉及信息处理技术，尤其涉及一种推荐方法、装置、设备及计算机可读存储介质。

背景技术：

1、在信息流推荐系统中，用户在前端界面的一次刷新行为，会向推荐系统发送一次推荐请求，请求中包含了用户标识所对应的一系列特征，例如性别、年龄阶段等自然属性特征，以及如粉丝数、关注数、登录频次等账号属性，还可以包括用户的长短期兴趣、长短期关键词等个性化标签。通过这些信息，推荐系统将在数百万的候选物料中，找到用户最可能感兴趣的十几个物料加以呈现，以此来吸引用户进行下一次刷新行为，提高用户的互动次数和使用时长。

2、但是，由于候选物料数量巨大，那么，若在筛选过程中，所有候选物料的物料特征对应的参数都是实时地从参数服务器上拉取，则会大大增加耗时以及由频繁访问参数服务器所带来的较大负载压力，从而影响推荐系统的性能。

技术实现思路

1、本技术提供一种推荐方法、装置、设备及计算机可读存储介质，在推荐系统进行推理过程中，海量物料无需通过推荐模型中的嵌入层便能够实现embed ding映射，大大缩短推理耗时，以及减轻频繁访问参数服务器带来的负载压力，整体提升了物料推荐过程中的数据处理效率，改善系统性能。

2、第一方面，本技术提供一种推荐方法，该方法可以应用于推荐服务器。该方法可以包括：获得候选物料的候选物料标识；基于预先构建的物料特征向量文件，确定与候选物料标识对应的候选物料特征向量，其中，物料特征向量文件包括多个物料标识以及对应的多个物料特征向量，物料特征向量文件是由多个线程分别计算并同步写入得到的；获得目标用户的用户特征向量；基于候选物料特征向量以及用户特征向量，向目标用户推荐所述候选物料。

3、在一些可能的实施方式中，物料特征向量文件与目标模型关联，目标模型与物料类型关联；其中，基于候选物料特征向量以及用户特征向量，计算候选物料对应的预测值，包括：将候选物料特征向量以及用户特征向量输入目标模型，以计算候选物料对应的预测值，预测值用于表示向目标用户推荐候选物料的优先程度；基于预测值，向目标用户推荐物料。

4、在一些可能的实施方式中，在获得候选物料的候选物料标识之后，方法还包括：根据候选物料的物料类型，确定与候选物料的物料类型关联的目标模型的模型配置信息；根据模型配置信息，获得物料特征向量文件。

5、在一些可能的实施方式中，基于预先构建的物料特征向量文件，确定与候选物料标识对应的物料特征向量，包括：从物料特征向量文件中解压出多个物料标识以及对应的多个物料特征向量；遍历物料标识，根据候选物料标识从多个物料特征向量中确定出候选物料特征向量。

6、在一些可能的实施方式中，在候选物料标识为多个的情况下，根据候选物料标识从多个物料特征向量中确定出候选物料特征向量，包括：在多个物料特征向量中查找多个候选物料各自对应的候选物料特征向量；在未查找到多个候选物料标识中至少一部分候选物料标识对应的候选物料特征向量的情况下，向服务器发送携带有至少一部分候选物料标识的第一消息，第一消息用于请求服务器发送至少一部分候选物料标识对应的候选物料特征向量；接收服务器发送的至少一部分候选物料标识对应的候选物料特征向量；基于从多个物料特征向量中查找到的候选物料特征向量、以及服务器发送的候选物料特征向量，得到多个候选物料标识各自对应的候选物料特征向量。

7、第二方面，本技术提供一种推荐方法，该方法可以应用于参数服务器中的服务节点。该方法可以包括：获得由多个计算节点分别计算的多个样本物料的物料标识以及对应的物料特征向量；将多个物料标识以及多个物料特征向量关联并同步写入，以得到物料特征向量文件；发送物料特征向量文件，物料特征向量文件用于确定候选物料对应的候选物料特征向量，以向目标用户推荐物料。

8、在一些可能的实施方式中，物料特征向量文件与目标模型关联，目标模型与物料类型关联；物料特征向量文件是基于同一物料类型的多个样本物料得到的，以及用于确定相应物料类型的候选物料对应的候选物料特征向量。

9、在一些可能的实施方式中，在发送物料特征向量文件之后，上述方法还包括：接收第一消息，第一消息携带有至少一部分候选物料标识；根据第一消息，查找至少一部分候选物料标识对应的候选物料特征向量；发送至少一部分候选物料标识对应的候选物料特征向量。

10、在一些可能的实施方式中，将多个物料标识以及多个物料特征向量同步写入，包括：基于互斥锁机制，来自不同计算节点的物料标识以及物料特征向量依次同步写入物料特征向量文件。

11、在一些可能的实施方式中，将多个物料标识以及多个物料特征向量同步写入，包括：分别对多个物料标识以及对应的多个物料特征向量进行压缩处理；将压缩后的多个物料标识以及对应的多个物料特征向量同步写入物料特征向量文件。

12、第三方面，本技术提供一种推荐装置，该装置可以包括：第一获得模块，用于获得候选物料的候选物料标识；还用于获得目标用户的用户特征向量；确定模块，用于基于预先构建的物料特征向量文件，确定与候选物料标识对应的候选物料特征向量，其中，物料特征向量文件包括多个物料标识以及对应的多个物料特征向量，物料特征向量文件是由多个线程分别计算并同步写入得到的；计算模块，用于基于候选物料特征向量以及用户特征向量，向目标用户推荐物料。

13、在一些可能的实施方式中，物料特征向量文件与目标模型关联，目标模型与物料类型关联；其中，计算模块，用于将候选物料特征向量以及用户特征向量输入目标模型进行预测处理，以计算候选物料对应的预测值，预测值用于表示向目标用户推荐候选物料的优先程度；基于预测值，向目标用户推荐物料。

14、在一些可能的实施方式中，确定模块，还用于：在第一获得模块获得候选物料的候选物料标识之后，根据候选物料的物料类型，确定与候选物料的物料类型关联的目标模型的模型配置信息；根据模型配置信息，获得物料特征向量文件。

15、在一些可能的实施方式中，确定模块，还用于：从物料特征向量文件中解压出多个物料标识以及对应的多个物料特征向量；遍历物料标识，根据候选物料标识从多个物料特征向量中确定出候选物料特征向量。

16、在一些可能的实施方式中，上述装置还包括第一通信模块；确定模块，还用于在候选物料标识为多个的情况下，在多个物料特征向量中查找多个候选物料标识各自对应的候选物料特征向量；以及，基于从多个物料特征向量中查找到的候选物料特征向量以及服务器发送的至少一部分候选物料标识对应的候选物料特征向量，确定多个候选物料标识各自对应的候选物料特征向量；第一通信模块，还用于在未查找到多个候选物料标识中至少一部分候选物料标识对应的候选物料特征向量的情况下，向服务器发送携带有至少一部分候选物料标识的第一消息，第一消息用于请求服务器发送至少一部分候选物料标识对应的候选物料特征向量；以及，接收服务器发送的至少一部分候选物料标识对应的候选物料特征向量。

17、第四方面，本技术提供一种推荐装置，该装置可以包括：第二获得模块，用于获得由多个计算节点分别计算的多个样本物料的物料标识以及对应的物料特征向量；同步模块，用于将物料标识以及物料特征向量关联并同步写入，以得到物料特征向量文件；第二通信模块，用于发送物料特征向量文件，物料特征向量文件用于确定候选物料对应的候选物料特征向量，以向目标用户推荐物料。

18、在一些可能的实施方式中，物料特征向量文件与目标模型关联，目标模型与物料类型关联；物料特征向量文件是基于同一物料类型的多个样本物料得到的，以及用于确定相应物料类型的候选物料对应的候选物料特征向量。

19、在一些可能的实施方式中，上述装置还包括：查找模块；第二通信模块，还用于在发送物料特征向量文件之后，接收第一消息，第一消息携带有至少一部分候选物料标识；以及，发送至少一部分候选物料标识对应的候选物料特征向量；查找模块，用于根据第一消息，查找至少一部分候选物料标识对应的候选物料特征向量。

20、在一些可能的实施方式中，同步模块，用于基于互斥锁机制，来自不同计算节点的多个物料标识以及对应的多个物料特征向量依次同步写入物料特征向量文件。

21、在一些可能的实施方式中，同步模块，用于分别对多个物料标识以及对应的多个物料特征向量进行压缩处理；将压缩后的多个物料标识以及对应的多个物料特征向量同步写入物料特征向量文件。

22、第五方面，本技术提供一种电子设备，如推荐服务器、参数服务器或参数服务器中的服务节点，该电子设备可以包括：存储器，用于存储可执行指令；处理器，用于执行存储器中存储的可执行指令，以实现如第一方面、第二方面及其可能的实施方式中任一项的推荐方法。

23、第六方面，本技术提供一种计算机可读存储介质，存储有可执行指令，可执行指令被处理器执行时，能够实现如第一方面、第二方面及其可能的实施方式中任一项的推荐方法。

24、第七方面，本技术提供一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行时，能够实现如第一方面、第二方面及其可能的实施方式中任一项的推荐方法。

25、本技术具有以下有益效果：

26、在本技术中，从多个线程分别计算并同步写入得到的物料特征向量文件中，确定出与候选物料的候选物料标识对应的候选物料特征向量，并基于候选物料特征向量以及用户特征向量，从而向目标用户推荐物料，那么，在物料推荐的推理过程中，海量物料仅通过物料特征向量文件便能够获得物料特征向量，而无需通过推荐模型中的嵌入层(embeddinglayer)进行embedding映射来获得物料特征向量，从而大大缩短了物料推荐中推理过程的耗时，以及减轻了频繁访问参数服务器带来的负载压力，进而整体提升了物料推荐过程中的数据处理效率，改善系统性能。