摘要
本申请公开了一种信息推荐方法、设备、存储介质以及程序产品,涉及互联网软件技术领域,包括:当满足预设触发条件时,通过本地信息推荐模型根据用户的浏览信息对推荐信息进行重排序,得到重排序后的推荐信息,其中,所述本地信息推荐模型是基于行为序列Transformer模型与梯度提升模型训练得到的;将所述重排序后的推荐信息推送至推荐页面,以供用户浏览。本申请通过上述方案,可实时结合用户的交互行为,利用客户端的本地推荐信息模型直接完成排序推理与推荐结果动态更新,无需与云端服务器进行数据交互,从而有效提高了信息推荐的及时性与准确性。
技术关键词
信息推荐模型
信息推荐方法
梯度提升模型
云端服务平台
训练样本集
关联特征数据
客户端
预测点击率
互联网软件技术
信息推荐设备
计算机程序产品
页面
数据获取请求
构建决策树
序列
处理器
收集系统
系统为您推荐了相关专利信息
信息处理模型
对象
业务系统运行状态
性能指标数据
资源
历史故障数据
多维特征向量
随机森林模型
变压器运行数据
故障特征频率
模型训练模块
训练样本集
文章
模型训练方法
抓取网页