[发明专利]一种音频类产品的实时多召回策略的融合方法

说明书

本发明公开了召回策略技术领域的一种音频类产品的实时多召回策略的融合方法，包括如下步骤：S1：实时触发推荐，S2：确定召回策略，S3：多策略融合；本发明在音频类产品的独特的推荐场景下，开发多个高效的召回策略进行融合，然后得到覆盖率高，多样性好，效果精准的推荐结果，能够从从几百万甚至上千万的商品中基于用户的兴趣类型从中过滤出几千到几百个商品，方便用户的使用。

技术领域

本发明涉及召回策略技术领域，具体为一种音频类产品的实时多召回策略的融合方法。

背景技术

在当今的互联网产品中，推荐系统越来越成为标配，例如电商平台推荐商品，新闻APP推荐新闻等，在音频领域中，为用户进行个性化推荐的最小的单位是专辑，专辑下又划分各个小的节目,有的音频产品专辑数是远远小于自己的用户数，如何在这种独特的场景下，开发性能稳定而且效果精准的个性化在线推荐系统，是一个难度颇高且需要不断探索的难题。

基于此，本发明设计了一种音频类产品的实时多召回策略的融合方法，以解决上述问题。

发明内容

本发明的目的在于提供一种音频类产品的实时多召回策略的融合方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种音频类产品的实时多召回策略的融合方法，包括如下步骤：

S1：实时触发推荐

需要制定相应的实时触发条件，基于用户发生实时有效收听行为或实时搜索点击行为进行触发，有效收听标准是用户收听专辑超过60s或者用户收听专辑时长是该专辑的所有节目平均时长的一半以上，搜索点击行为指的是用户通过搜索框搜索关键词后，得到搜索列表后，点击专辑，则触发推荐；

S2：确定召回策略

由步骤S1中的触发推荐根据相关度实时召回策略A，根据播放热度实时召回策略B，根据Embedding实时召回策略C，根据新鲜度实时召回策略D，根据ALS离线召回策略E；

S3：多策略融合

对步骤S2中的相关度实时召回策略A、播放热度实时召回策略B、Embedding实时召回策略C、新鲜度实时召回策略D、ALS离线召回策略E进行ABtest，制定覆盖率、PTR(播放率)指标，得到各个召回策略效果的优劣，根据结果优劣得到各个召回策略的优先级，对于优先级高的召回策略召回的专辑，排在前面，目标数量设定偏大，优先级次之的召回策略的专辑排在后面，目前数量偏小，并且需要和之前优先级高的召回专辑进行去重，依次类推得到最终的融合召回集。

优选的，所述相关度实时召回策略A主要是通过四块内容进行结合得到的结果：协同过滤、专辑标签相似度、专家意见、主播相似度；这四块内容可以根据实际情况，动态调整各个部分的权重，根据实际效果，得到最优权重结果，得到触发推荐的专辑后，可以将该专辑相关度从大到小的前k个专辑作为实时召回集。

优选的，所述播放热度实时召回策略B通过音频产品的线上专辑在几万左右，可以人为设定几十个一级类目，几百个二级类目，则平均每个类目对应几十到几百的专辑，通过计算每日活跃用户最近90天的播放专辑次数分类目进行统计，可以获得每个类目按照播放次数从大到小排序的专辑列表，得到实时触发专辑的类目后，可以获取该二级类目的播放热度较高的专辑列表，作为实时召回集。

优选的，所述Embedding实时召回策略C通过获得用户最近半年的播放专辑序列，调用Word2Vec的模型，得到专辑向量，从而得到每个专辑的相关专辑列表，得到触发推荐的专辑后，可以将该专辑最相似的前k个专辑作为实时召回集。