【技术实现步骤摘要】
待推荐网络资源的确定方法、装置、计算机设备及介质
本专利技术实施例涉及计算机领域，尤其涉及一种待推荐网络资源的确定方法、装置、计算机设备及介质。
技术介绍
在推荐场景下，为了使推荐结果更贴近用户的实际偏好，通常会基于多个不同的行为指标进行网络资源推荐，例如，行为指标可以是点击率、点赞率、分享率、关注率和评论率等。通常采用综合模型基于多个不同的行为指标进行网络资源推荐。其中，综合模型的构建方式可以是：分别基于不同的行为指标构建各自的推荐模型，并使推荐模型单独学习对应的行为指标的样本集，得到多个推荐模型，采用人为规定模型综合参数对各个推荐模型进行综合，得到综合模型。然而，上述方式得到的综合模型的模型综合参数受限制于人为选择，存在因依赖人工设置模型综合参数而影响模型推荐效果的问题。
技术实现思路
本专利技术实施例提供了一种待推荐网络资源的确定方法、装置、计算机设备及介质，解决相关技术中依赖人工设置模型综合参数而影响模型推荐效果的问题。第一方面，本专利技术实施例提供了一种待推荐网络资源的确定方法，...
【技术保护点】
1.一种待推荐网络资源的确定方法，其特征在于，包括：/n获取至少两个推荐模型确定的网络资源的推荐概率，其中，每个推荐模型基于对单一行为指标样本集进行学习生成，每个单一行为指标样本集中的样本对应相同的用户行为；/n采用综合模型基于所述推荐概率从所述网络资源中确定待推荐网络资源，其中，综合模型基于各个所述推荐模型及对应的目标系数确定，所述目标系数是随机生成的至少两组参考系数中，使所述综合模型的推荐效果值满足预期的一组参考系数，所述推荐效果值是评价所述综合模型的推荐效果的指标。/n
【技术特征摘要】
1.一种待推荐网络资源的确定方法，其特征在于，包括：
获取至少两个推荐模型确定的网络资源的推荐概率，其中，每个推荐模型基于对单一行为指标样本集进行学习生成，每个单一行为指标样本集中的样本对应相同的用户行为；
采用综合模型基于所述推荐概率从所述网络资源中确定待推荐网络资源，其中，综合模型基于各个所述推荐模型及对应的目标系数确定，所述目标系数是随机生成的至少两组参考系数中，使所述综合模型的推荐效果值满足预期的一组参考系数，所述推荐效果值是评价所述综合模型的推荐效果的指标。
2.根据权利要求1所述的方法，其特征在于，在获取至少两个推荐模型确定的网络资源的推荐概率之前，还包括：
基于预设的综合模型表达式生成至少两个综合模型；
对于每个综合模型，按照预设数值逐个更新对应的参考系数，确定每次更新操作前后对应的综合模型的推荐效果值，将更新操作过程中使所述推荐效果值最大的参考系数作为目标系数；
当各个综合模型中的各个参考系数均替换为对应的目标系数的情况下，根据至少两个综合模型的推荐效果值确定满足预期的目标综合模型。
3.根据权利要求2所述的方法，其特征在于，所述基于预设的综合模型表达式生成至少两个综合模型，包括：
基于预设的综合模型表达式中的模型综合系数的数量，随机生成至少两组对应数量的参考系数；
将各组所述参考系数分别结合到所述综合模型表达式，得到至少两个综合模型。
4.根据权利要求2所述的方法，其特征在于，所述将更新操作过程中使所述推荐效果值最大的参考系数作为目标系数，包括：
在本次更新操作使所述推荐效果值增大的情况下，继续按照预设数值更新与所述本次更新操作对应的参考系数；
在本次更新操作使所述推荐效果值减小的情况下，将本次更新操作对应的参考系数在本次更新操作之前的数值作为目标系数。
5.根据权利要求2所述的方法，其特征在于，所述按照预设数值逐个更新对应的参考系数，包括：
选择数值增加和数值减小两个方向中任意一个方向，按照预设数值逐个更新对应综合模型的参考系数。
6.根据权利要求5所述的方法，其特征在于，在确定每次更新操作前后对应的综合模型的推荐效果值之后，还包括：
在本次更新操作是首次更新时，如果本次更新操作使所述推荐效果值减小，则沿与本次更新操作的数值调整方向相反的方向更新本次更新操作对应的参考系数。
7.根据权利要求2所述的方法，其特征在于，所述确定每次更新操作前后对应的综合模型的推荐效果值，包括：
在本次更新操作是首次更新操作的情况下，将首次更新操作前的综合模型的推荐效果值作为本次更新操作前对应的综合模型的推荐效果值；
在本次更新操作非首次更新操作的情况下，将上一次更新操作后的综合模型的推荐效果值作为本次更新操作前对应的综合模型的推荐效果值；
确定每次更新操作后对应的综合模型的推荐效果值。
8.根据权利...
【专利技术属性】
技术研发人员：张永池，
申请(专利权)人：广州市百果园信息技术有限公司，
类型：发明
国别省市：广东;44
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。