(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211153493.3 (22)申请日 2022.09.21 (71)申请人 星航互联 （北京） 科技有限公司 地址 100086 北京市海淀区知春路6 5号院1 号楼A座23层23 01 (72)发明人 毛孝峰　韩晓　张娟娟　王凯　 吴君妍　刘阳　陈梦莹　时紫剑　 赵杰　杨君屹　于杨　 (74)专利代理 机构 北京知果之信知识产权代理 有限公司 1 1541 专利代理师 苏利 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9536(2019.01) G06F 16/9537(2019.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) G06Q 30/02(2012.01) G06Q 30/06(2012.01) (54)发明名称 一种移动航图的推荐方法、 装置及存 储介质 (57)摘要 本申请实施例公开了一种移动航图的推荐 方法、 装置及存储介质， 其中移动航图的推荐方 法包括步骤： 创建内容池， 内容池包括广告资源 池、 资讯内容池和/或推荐商品池； 接收用户的访 问请求， 基于用户的账号信息， 获取对应的用户 属性信息， 基于用户属性信息， 通过独热编码生 成用户特征向量； 根据内容池中的内容属性和用 户特征向量， 通过多路召回系统中每 路召回算法 独立计算得到召回结果， 拼接每 路召回算法生成 的召回结果得到候选推荐主体； 根据当前用户的 用户特征向量和候选推荐主体的相似度， 得到当 前用户针对候选推荐主体的点击率预估， 基于点 击率预估， 对候选推荐主体进行排序， 排序结果 取前预设数量的候选推荐主体作为针对当前用 户的推荐结果。 权利要求书2页 说明书10页 附图4页 CN 115481319 A 2022.12.16 CN 115481319 A 1.一种移动航图的推荐方法， 其特 征在于， 包括以下步骤： 创建内容池， 所述内容池包括广告资源池、 资讯内容池和/或推荐商品池， 所述广告资 源池中存储待推荐广告及其属性的关系型数据表， 所述资讯内容池存储待推荐资讯内容及 其属性的关系型 数据表， 所述推荐 商品池存储待推荐 商品及其属性的关系型 数据表； 接收用户的访问请求， 基于所述用户的账号信 息， 获取对应的用户属性信息， 基于所述 用户属性信息， 通过独热编码生成用户特 征向量； 根据所述内容池中的内容属性和所述用户特征向量， 通过多路召回系统中每路召回算 法独立计算得到召回结果， 拼接每路召回算法生成的所述召回结果得到候选推荐 主体； 根据当前所述用户的所述用户特征向量和所述候选推荐主体的相似度， 得到当前所述 用户针对所述候选推荐主体的点击率预估， 基于所述点击率预估， 对所述候选推荐主体进 行排序， 排序结果取 前预设数量的所述 候选推荐 主体作为针对当前 所述用户的推荐结果。 2.根据权利要求1所述的移动航图的推荐方法， 其特 征在于， 所述多路召回系统的召回方式包括策略型召回和算法型召回， 所述策略型召回的召回算法包括目的地及沿途相关召回、 近期热门条目召回和/或航 线热门条目召回； 所述算法型召回的召回算法包括协同过 滤、 矩阵因子分解和/或双塔模型。 3.根据权利要求1所述的移动航图的推荐方法， 其特 征在于， 还 包括： 通过展示系统将所述推荐结果展示给所述用户， 所述展示系统中设置有若干业务逻辑 规则， 根据不同的所述 业务逻辑规则展示 不同的所述推荐结果。 4.根据权利要求3所述的移动航图的推荐方法， 其特 征在于， 还 包括： 通过所述展示系统获取 所述用户针对所述推荐结果的行为反馈数据； 基于所述行为反馈数据得到相关模型所需的训练集， 通过所述训练集定期进行模型训 练， 优化推荐效果。 5.根据权利要求1所述的移动航图的推荐方法， 其特 征在于， 所述用户属性信息包括用户年龄段、 性别、 仓位、 目的地、 会员等级和/或点击历史。 6.根据权利要求2所述的移动航图的推荐方法， 其特 征在于， 当所述多路召回系统 的召回算法为矩阵因子分解和/或双塔模型时， 还包括： 通过深度 神经网络将所述用户特征向量降维为embedding向量， 与所述内容属性对应的特征向量交 叉运算， 用于CTR预估模型的推理。 7.根据权利要求1所述的移动航图的推荐方法， 其特 征在于， 对所述候选推荐主体进行排序的算法包括Wide&D eep模型、 deepFM、 NerualICF、 深度兴 趣网络DI N和/或DIEN。 8.一种移动航图的推荐装置， 其特 征在于， 包括： 存储器； 以及 与所述存 储器连接的处 理器， 所述处 理器被配置成： 创建内容池， 所述内容池包括广告资源池、 资讯内容池和/或推荐商品池， 所述广告资 源池中存储待推荐广告及其属性的关系型数据表， 所述资讯内容池存储待推荐资讯内容及 其属性的关系型 数据表， 所述推荐 商品池存储待推荐 商品及其属性的关系型 数据表； 接收用户的访问请求， 基于所述用户的账号信 息， 获取对应的用户属性信息， 基于所述权　利　要　求　书 1/2 页 2 CN 115481319 A 2用户属性信息， 通过独热编码生成用户特 征向量； 根据所述内容池中的内容属性和所述用户特征向量， 通过多路召回系统中每路召回算 法独立计算得到召回结果， 拼接每路召回算法生成的所述召回结果得到候选推荐 主体； 根据当前所述用户的所述用户特征向量和所述候选推荐主体的相似度， 得到当前所述 用户针对所述候选推荐主体的点击率预估， 基于所述点击率预估， 对所述候选推荐主体进 行排序， 排序结果取 前预设数量的所述 候选推荐 主体作为针对当前 所述用户的推荐结果。 9.根据权利要求8所述的移动航图的推荐装置， 其特 征在于， 所述处 理器还被 配置成： 所述多路召回系统的召回方式包括策略型召回和算法型召回， 所述策略型召回的召回算法包括目的地及沿途相关召回、 近期热门条目召回和/或航 线热门条目召回； 所述算法型召回的召回算法包括协同过 滤、 矩阵因子分解和/或双塔模型。 10.一种计算机存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被机 器执行时实现如权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115481319 A 3