本公開(kāi)涉及人工智能、數(shù)字營(yíng)銷，更具體地，涉及一種多目標(biāo)重排序方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在線上購(gòu)物場(chǎng)景中，電商平臺(tái)在用戶進(jìn)入首頁(yè)或搜索商品時(shí)，可以根據(jù)用戶興趣及商家信息等選擇特定的商品展示給用戶，以提供用戶的購(gòu)物體驗(yàn)。由于平臺(tái)的儲(chǔ)備物料來(lái)自成千上萬(wàn)的商家，因此需要采用恰當(dāng)?shù)呐判蛩惴êY選出最適合推薦給用戶的商品。

2、對(duì)于電商平臺(tái)來(lái)說(shuō)，來(lái)自廣告商的每個(gè)物品都具備多重屬性，作為對(duì)多目標(biāo)的貢獻(xiàn)估計(jì)。比如一個(gè)用戶搜索了一類電器物品，那么平臺(tái)將會(huì)預(yù)估每一個(gè)品牌的電器對(duì)于該用戶來(lái)說(shuō)可能帶來(lái)多大概率的點(diǎn)擊、轉(zhuǎn)化，以及可能帶來(lái)多少計(jì)費(fèi)。這些多重屬性對(duì)于決定它們的排序與展現(xiàn)過(guò)程非常重要。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本公開(kāi)提供了一種多目標(biāo)重排序方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

2、本公開(kāi)的一個(gè)方面提供了一種多目標(biāo)重排序方法，包括：響應(yīng)于針對(duì)目標(biāo)頁(yè)面的訪問(wèn)請(qǐng)求，獲取關(guān)于上述目標(biāo)頁(yè)面的預(yù)推薦結(jié)果，上述預(yù)推薦結(jié)果包括多個(gè)待展示對(duì)象各自的多個(gè)物料特征，上述多個(gè)物料特征分別與多個(gè)指標(biāo)相關(guān)；確定在當(dāng)前時(shí)刻下，上述多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)；利用超網(wǎng)絡(luò)處理上述多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)，得到動(dòng)態(tài)網(wǎng)絡(luò)參數(shù)；基于上述動(dòng)態(tài)網(wǎng)絡(luò)參數(shù)對(duì)初始模型進(jìn)行參數(shù)調(diào)整，得到重排序模型；以及將上述多個(gè)待展示對(duì)象各自的多個(gè)物料特征輸入上述重排序模型，得到重排序結(jié)果。

3、本公開(kāi)的另一個(gè)方面提供了一種多目標(biāo)重排序裝置，包括：第一獲取模塊，用于響應(yīng)于針對(duì)目標(biāo)頁(yè)面的訪問(wèn)請(qǐng)求，獲取關(guān)于上述目標(biāo)頁(yè)面的預(yù)推薦結(jié)果，上述預(yù)推薦結(jié)果包括多個(gè)待展示對(duì)象各自的多個(gè)物料特征，上述多個(gè)物料特征分別與多個(gè)指標(biāo)相關(guān)；第一確定模塊，用于確定在當(dāng)前時(shí)刻下，上述多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)；處理模塊，用于利用超網(wǎng)絡(luò)處理上述多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)，得到動(dòng)態(tài)網(wǎng)絡(luò)參數(shù)；參數(shù)調(diào)整模塊，用于基于上述動(dòng)態(tài)網(wǎng)絡(luò)參數(shù)對(duì)初始模型進(jìn)行參數(shù)調(diào)整，得到重排序模型；以及重排序模塊，用于將上述多個(gè)待展示對(duì)象各自的多個(gè)物料特征輸入上述重排序模型，得到重排序結(jié)果。

4、本公開(kāi)的另一個(gè)方面提供了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序，其中，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如上所述的方法。

5、本公開(kāi)的另一方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述指令在被執(zhí)行時(shí)用于實(shí)現(xiàn)如上所述的方法。

6、本公開(kāi)的另一方面提供了一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)可執(zhí)行指令，所述指令在被執(zhí)行時(shí)用于實(shí)現(xiàn)如上所述的方法。

7、根據(jù)本公開(kāi)的實(shí)施例，可以基于當(dāng)前時(shí)刻的流量特征信息，實(shí)時(shí)地確定當(dāng)前時(shí)刻下多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)，結(jié)合超網(wǎng)絡(luò)，可以基于該多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)進(jìn)行重排序模型的網(wǎng)絡(luò)參數(shù)的調(diào)整，并基于調(diào)整后的重排序模型進(jìn)行當(dāng)前時(shí)刻的多個(gè)待展示對(duì)象的評(píng)分，以實(shí)現(xiàn)動(dòng)態(tài)多目標(biāo)重排序，可以在不同時(shí)間段以及用戶特征發(fā)生變化時(shí)，實(shí)時(shí)保證平臺(tái)排序策略的最優(yōu)性，使得所展示的對(duì)象更符合用戶所需求的對(duì)象，從而提高待展示對(duì)象的點(diǎn)擊率，提升用戶體驗(yàn)。

技術(shù)特征：

1.一種多目標(biāo)重排序方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述初始模型包括靜態(tài)網(wǎng)絡(luò)模塊和動(dòng)態(tài)網(wǎng)絡(luò)模塊；

3.根據(jù)權(quán)利要求1所述的方法，還包括：

4.根據(jù)權(quán)利要求3所述的方法，其中，所述基于所述流量特征數(shù)據(jù)，確定在所述第一目標(biāo)時(shí)段內(nèi)所述多個(gè)指標(biāo)各自的權(quán)重系數(shù)，包括：

5.根據(jù)權(quán)利要求4所述的方法，其中，所述基于所述調(diào)節(jié)誤差，對(duì)所述多個(gè)指標(biāo)各自的初始權(quán)重系數(shù)進(jìn)行反饋調(diào)節(jié)，得到在所述第一目標(biāo)時(shí)段內(nèi)所述多個(gè)指標(biāo)各自的權(quán)重系數(shù)，包括：

6.根據(jù)權(quán)利要求3所述的方法，其中，所述確定在當(dāng)前時(shí)刻下，所述多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)，包括：

7.根據(jù)權(quán)利要求1所述的方法，其中，所述預(yù)推薦結(jié)果還包括所述多個(gè)待展示對(duì)象各自的展示物料，所述目標(biāo)頁(yè)面包括多個(gè)展示區(qū)域；

8.一種多目標(biāo)重排序裝置，包括：

9.一種電子設(shè)備，包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有可執(zhí)行指令，該指令被處理器執(zhí)行時(shí)使處理器實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的方法。

11.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1至7中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本公開(kāi)提供了一種多目標(biāo)重排序方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，可以應(yīng)用于人工智能、數(shù)字營(yíng)銷技術(shù)領(lǐng)域。該方法包括：響應(yīng)于針對(duì)目標(biāo)頁(yè)面的訪問(wèn)請(qǐng)求，獲取關(guān)于目標(biāo)頁(yè)面的預(yù)推薦結(jié)果，預(yù)推薦結(jié)果包括多個(gè)待展示對(duì)象各自的多個(gè)物料特征，多個(gè)物料特征分別與多個(gè)指標(biāo)相關(guān)；確定在當(dāng)前時(shí)刻下，多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)；利用超網(wǎng)絡(luò)處理多個(gè)指標(biāo)各自的當(dāng)前權(quán)重系數(shù)，得到動(dòng)態(tài)網(wǎng)絡(luò)參數(shù)；基于動(dòng)態(tài)網(wǎng)絡(luò)參數(shù)對(duì)初始模型進(jìn)行參數(shù)調(diào)整，得到重排序模型；以及將多個(gè)待展示對(duì)象各自的多個(gè)物料特征輸入重排序模型，得到重排序結(jié)果。

技術(shù)研發(fā)人員：胡煜東,甘純,王涵民,李冰,王浩然,陳文龍,何杰,彭長(zhǎng)平,魏望,林戰(zhàn)剛,羅征
受保護(hù)的技術(shù)使用者：北京沃東天駿信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2