【技术实现步骤摘要】
作品推荐方法及装置、服务器和存储介质
本公开涉及信息展现领域，尤其涉及一种作品推荐方法及装置、服务器和存储介质。
技术介绍
随着信息技术的发展，出现了很多类型的内容(feed)，feed是将用户主动订阅的若干消息源组合在一起形成内容聚合器，帮助用户持续地获取最新的订阅源内容。不同类型的feed混布在同一曝光场景相互竞争流量是推荐或者搜索产品的常规需求。目前，对不同类型的feed进行排序的方式是：首先对不同类型的feed分别进行排序，然后按照一定的打散规则将不同类型的feed进行混合排列。但是，这种按照一定的打散规则将不同类型的feed进行混合排序的方式没有对不同类型的feed的排序分数进行准确地度量，排序结果准确性差。
技术实现思路
本公开提供一种作品推荐方法及装置、服务器和存储介质，以至少解决相关技术中对不同类型多媒体作品排序准确性差的问题。本公开的技术方案如下：根据本公开实施例的第一方面，提供一种作品推荐方法，所述方法包括：接收应用程序的登录账户发送的推荐请求，其中，所...
【技术保护点】
1.一种作品推荐方法，其特征在于，所述方法包括：/n接收应用程序的登录账户发送的推荐请求，其中，所述推荐请求用于请求在目标页面上展示多媒体作品，所述目标页面用于展示通过所述应用程序与所述登录账户建立有社交关系的关联账户所发布的多媒体作品；/n响应于所述推荐请求，从作品库中获取属于关联账户发布多媒体作品的各个类型的第一作品候选集；/n在至少基于服务器处理参数分别对各所述第一作品候选集进行筛选之后，将筛选结果汇总为第二作品候选集；/n对所述第二作品候选集中的多媒体作品进行排序，并根据排序结果，向客户端推荐多媒体作品。/n
【技术特征摘要】
1.一种作品推荐方法，其特征在于，所述方法包括：
接收应用程序的登录账户发送的推荐请求，其中，所述推荐请求用于请求在目标页面上展示多媒体作品，所述目标页面用于展示通过所述应用程序与所述登录账户建立有社交关系的关联账户所发布的多媒体作品；
响应于所述推荐请求，从作品库中获取属于关联账户发布多媒体作品的各个类型的第一作品候选集；
在至少基于服务器处理参数分别对各所述第一作品候选集进行筛选之后，将筛选结果汇总为第二作品候选集；
对所述第二作品候选集中的多媒体作品进行排序，并根据排序结果，向客户端推荐多媒体作品。
2.根据权利要求1所述的作品推荐方法，其特征在于，所述对所述第二作品候选集中的多媒体作品进行排序，包括：
根据参与度和应用平台设置的推荐引导信息，对所述第二作品候选集中的多媒体作品进行排序，所述参与度用于表示账户对历史多媒体作品执行的正向反馈操作或负向反馈操作，所述推荐引导信息包括用于表示所述应用平台对历史多媒体作品的推荐度的推荐信息和/或用于提示账户对历史多媒体作品执行正向反馈操作的引导信息。
3.根据权利要求2所述的作品推荐方法，其特征在于，所述根据参与度和应用平台设置的推荐引导信息，对所述第二作品候选集中的多媒体作品进行排序，包括：
根据所述参与度和所述应用平台设置的所述推荐引导信息，训练出混合排序模型，所述混合排序模型用于根据所述参与度和所述推荐引导信息确定出多媒体作品的排序序列；
将所述第二作品候选集中的所述多媒体作品输入所述混合排序模型，得到所述第二作品候选集中所述多媒体作品的排序序列。
4.根据权利要求3所述的作品推荐方法，其特征在于，所述根据所述参与度和所述应用平台设置的所述推荐引导信息，训练出混合排序模型，包括：
获取多个类型多媒体作品的样本集，所述样本集包括正样本和负样本，所述正样本是指在所述目标页面中展现后被所述账户执行点击操作的历史多媒体作品，所述负样本是指在所述目标页面中展现后所述账户未执行点击操作的历史多媒体作品；
根据所述参与度和所述应用平台设置的所述推荐引导信息，确定所述样本集中每条所述正样本的排序分数；
根据所述样本集中每条所述正样本的所述排序分数和所述样本集生成新的样本集，并基于所述新的样本集训练出所述混合排序模型。
5.根据权利要求4所述的作品推荐方法，其特征在于，所述根据所述样本集中每条所述正样本的所述排序信息和所述样本集生成新的样本集，并基于所述新的样本集训练出混合排序模型，包括：
为每条所述正样本生成与其排序分数等数量的正样本，根据所述样本集和生成的正样本获得所述新的样本集；
基于所述新的样本集，训练出正样本概率确定模型，所述正样本概率确定模型用于确定所述新的样本集中所述正...
【专利技术属性】
技术研发人员：文浩丞，曾钢，赵彦宾，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。