推荐资源的确定方法、装置、服务器及计算机程序产品制造方法及图纸

技术编号:33635734 阅读:22 留言:0更新日期:2022-06-02 01:47
本公开关于一种推荐资源的确定方法、装置、服务器及计算机程序产品。其中,该方法包括:获取目标对象对应多个对象属性的属性信息;对多个对象属性的属性信息进行组合,得到目标对象对应的组合属性信息;确定组合属性信息对应的目标群体属性信息,并基于群体属性信息与候选资源集之间的映射关系,确定目标群体属性信息对应的目标候选资源集,其中,群体属性信息是基于多个样本目标对象对应多个对象属性的属性信息得到,映射关系是基于精排模型的预测结果确定的,预测结果指示相应群体属性信息对候选资源的兴趣程度;根据目标候选资源集中的候选资源,确定目标对象对应的推荐资源。本发明专利技术解决了现有技术中,无法向新增用户准确推送资源的问题。准确推送资源的问题。准确推送资源的问题。

【技术实现步骤摘要】
推荐资源的确定方法、装置、服务器及计算机程序产品


[0001]本公开涉及互联网领域,尤其涉及一种推荐资源的确定方法、装置、服务器及计算机程序产品。

技术介绍

[0002]在互联网领域,资源推荐系统是解决互联网海量信息资源出现“信息过载”问题的一种方法,其中,资源推荐系统采用资源推荐算法来向用户进行个性化推荐,其可应用于商品推荐、短视频推荐等。
[0003]在短视频领域,资源推荐系统通过个性化的推荐算法为用户从海量的候选池中筛选出用户可能感兴趣的视频,以提高用户的消费体验和留存粘性。其中,主流的资源推荐系统向用户推送资源信息的过程主要分为三个漏斗阶段,即召回阶段、粗排阶段和精排阶段,通过这三个阶段,资源推荐系统能够根据用户自身的静态属性及丰富的历史行为确定用户的潜在兴趣点。另外,召回、粗排、精排三个阶段,策略和模型逐渐精细化、个性化,但同时每个阶段所对应的模型复杂度也逐渐增加。其中,召回模型和粗排模型相对精排模型来说,模型结构相对简单,个性化预估能力较弱,然而由于缺少新增用户足够的历史行为,召回模型和粗排模型的个性化能力较弱,可能无法准确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐资源的确定方法,其特征在于,包括:获取目标对象对应多个对象属性的属性信息,其中,所述目标对象对应的行为数据的数据量小于预设数据量;对所述多个对象属性的属性信息进行组合,得到所述目标对象对应的组合属性信息;确定所述组合属性信息对应的目标群体属性信息,并基于群体属性信息与候选资源集之间的映射关系,确定所述目标群体属性信息对应的目标候选资源集,其中,所述群体属性信息是基于多个样本目标对象对应所述多个对象属性的属性信息得到,所述映射关系是基于精排模型的预测结果确定的,所述预测结果指示相应群体属性信息对候选资源的兴趣程度;根据所述目标候选资源集中的候选资源,确定所述目标对象对应的推荐资源。2.根据权利要求1所述的推荐资源的确定方法,其特征在于,获取目标对象对应多个对象属性的属性信息包括:获取所述目标对象在客户端上的注册信息以及所述目标对象对所述客户端进行权限设置的权限信息;根据所述注册信息以及所述权限信息确定所述目标对象的多个对象属性所对应的属性值;基于预设的属性列表以及所述属性值确定所述目标对象的多个对象属性的属性信息,其中,所述属性列表中包含了多个对象属性以及每个对象属性的属性范围。3.根据权利要求1所述的推荐资源的确定方法,其特征在于,对所述多个对象属性的属性信息进行组合,得到所述目标对象对应的组合属性信息,包括:对所述多个对象属性的属性信息进行笛卡尔运算,得到所述目标对象对应的组合属性信息。4.根据权利要求3所述的推荐资源的确定方法,其特征在于,在基于群体属性信息与候选资源集之间的映射关系,确定所述目标群体属性信息对应的目标候选资源集之前,所述推荐资源的确定方法还包括:将每个所述群体属性信息分别输入至所述精排模型中,获取所述精排模型根据所述群体属性信息对资源候选集中的候选资源进行预测得到的预测结果;根据每个候选资源对应的预测结果,确定每个所述群体属性信息对应的候选资源集;根据所述每个所述群体属性信息对应的候选资源集,建立所述群体属性信息与所述候选资源集之间的映射关系。5.根据权利要求4所述的推荐资源的确定方法,其...

【专利技术属性】
技术研发人员:郑凤鸣
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:

网友询问留言 已有0条评论
  • 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。

1