[发明专利]一种信息推荐方法、系统及存储介质和服务器

说明书

本发明实施例公开了一种信息推荐方法、系统及存储介质和服务器，应用于基于人工智能的信息处理技术领域。通过预训练的信息推荐模型输出信息访问请求对应的信息推荐列表，而该信息推荐模型在预训练的过程中，可以通过教师过滤子模块和学生过滤子模块分别选出相应的一部分样本信息，以过滤掉对教师子模块和学生子模块的训练产生干扰的训练样本，使得对信息推荐模型的训练更准确，且由于教师子模块和学生子模块所处理的样本信息较少，使得对信息推荐模型的训练所花费的时间较少，进而本发明实施例中应用后台向应用终端进行信息推荐时，会更准确且响应时间会减少。

技术领域

本发明涉及基于人工智能的信息处理技术领域，特别涉及一种信息推荐方法、系统及存储介质和服务器。

背景技术

在信息推荐领域，应用后台会根据用户在应用终端基于信息的互动操作(比如对某一文章的点赞或评论等操作)确定用户的喜好，并向应用终端推荐相关的其它多种类型的信息，比如文章、视频、新闻或商品等，这样的推荐方式可以应用在多种场景中，可以在为用户提供较丰富信息的过程中，考虑到用户的实际需求。

现有技术中在信息推荐方法时，可以采用基于协同过滤或逻辑回归等传统的推荐算法，也可以利用深度学习排序算法进行推荐。但是现有的信息推荐方法中为了提高推荐的精确性，需要较复杂的推荐算法，这样信息推荐方法所消耗的资源较大。

发明内容

本发明实施例提供一种信息推荐方法、系统及存储介质和服务器，提高了信息推荐的准确性。

本发明实施例一方面提供一种信息推荐方法，包括：

获取信息访问请求；

根据所述用户访问请求及预训练的信息推荐模型确定信息推荐列表，所述信息推荐列表包括多条推荐信息；

输出所述信息推荐列表；

其中，所述信息推荐模型在预训练时：

确定训练样本，所述训练样本包括多条样本信息；

确定信息推荐初始模型，所述信息推荐初始模型包括教师过滤子模块、教师子模块、学生过滤子模块及学生子模块；

其中，所述教师过滤子模块用于从所述多条样本信息中选择第一部分样本信息，所述教师子模块用于确定所述第一部分样本信息是否为特定用户的推荐信息；学生过滤子模块用于从所述多条样本信息选择第二部分样本信息，学生子模块用于确定所述第二部分样本信息是否为特定用户的推荐信息，所述学生子模块所包括的特征计算层比所述教师子模块所包括的特征计算层少；

根据所述训练样本及所述信息推荐初始模型训练所述信息推荐模型，所述预训练的信息推荐模型包括训练得到的学生子模块。

本发明实施例另一方面提供一种信息推荐系统，包括：

请求获取单元，用于获取信息访问请求；

信息推荐单元，用于根据所述用户访问请求及预训练的信息推荐模型确定信息推荐列表，所述信息推荐列表包括多条推荐信息；

输出单元，用于输出所述信息推荐列表；

其中，所述信息推荐模型在预训练时：确定训练样本，所述训练样本包括多条样本信息；确定信息推荐初始模型，所述信息推荐初始模型包括教师过滤子模块、教师子模块、学生过滤子模块及学生子模块；其中，所述教师过滤子模块用于从所述多条样本信息中选择第一部分样本信息，所述教师子模块用于确定所述第一部分样本信息是否为特定用户的推荐信息；学生过滤子模块用于从所述多条样本信息选择第二部分样本信息，学生子模块用于确定所述第二部分样本信息是否为特定用户的推荐信息，所述学生子模块所包括的特征计算层比所述教师子模块所包括的特征计算层少；根据所述训练样本及所述信息推荐初始模型训练所述信息推荐模型，所述预训练的信息推荐模型包括训练得到的学生子模块。