[發(fā)明專利]資源推薦方法、裝置、設(shè)備及介質(zhì)在審
| 申請?zhí)枺?/td> | 202110744149.0 | 申請日： | 2021-07-01 |
| 公開（公告）號： | CN113378060A | 公開（公告）日： | 2021-09-10 |
| 發(fā)明（設(shè)計）人： | 白楊;桂權(quán)力;李奕慧 | 申請（專利權(quán)）人： | 第四范式（北京）技術(shù)有限公司 |
| 主分類號： | G06F16/9535 | 分類號： | G06F16/9535;G06F16/906;G06N3/04;G06N3/08 |
| 代理公司： | 北京開陽星知識產(chǎn)權(quán)代理有限公司 11710 | 代理人： | 吳崇 |
| 地址： | 100085 北京市海淀區(qū)清*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 資源 推薦 方法 裝置 設(shè)備 介質(zhì) | ||
本公開涉及一種資源推薦方法、裝置、設(shè)備及介質(zhì)。其中，資源推薦方法包括：在接收到第一資源推薦請求且利用資源推薦模型從待推薦資源中選擇第一資源推薦請求對應(yīng)的第一推薦資源之后，記錄第一資源推薦請求對應(yīng)的資源推薦數(shù)據(jù)，資源推薦數(shù)據(jù)包括第一資源推薦請求的實時請求特征和第一推薦資源的實時資源特征；在獲取第一資源推薦請求的請求用戶針對第一推薦資源的用戶行為之后，記錄用戶行為；基于已記錄的資源推薦數(shù)據(jù)和已記錄的用戶行為，對資源推薦模型進行優(yōu)化訓練，得到優(yōu)化后的資源推薦模型；當接收到第二資源推薦請求時，利用優(yōu)化后的資源推薦模型從待推薦資源中選擇第二資源推薦請求對應(yīng)的第二推薦資源。如此，可提高資源推薦的準確性。
技術(shù)領(lǐng)域
本公開涉及智能推薦技術(shù)領(lǐng)域，尤其涉及一種資源推薦方法、裝置、設(shè)備及介質(zhì)。
背景技術(shù)
隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于互聯(lián)網(wǎng)技術(shù)的網(wǎng)絡(luò)應(yīng)用的種類和功能越來越豐富，網(wǎng)絡(luò)應(yīng)用可以向用戶推薦一些資源，例如，為了便于用戶快速找到自己想要的商品，消費類應(yīng)用可以向用戶推薦其最可能感興趣的商品。
在相關(guān)技術(shù)中，網(wǎng)絡(luò)應(yīng)用一般利用預(yù)先訓練好的決策模型來為用戶匹配合適的資源。但是在實際應(yīng)用中，由于決策模型所依賴的輸入數(shù)據(jù)一般為將實際業(yè)務(wù)數(shù)據(jù)提取并經(jīng)過一系列處理之后的數(shù)據(jù)，該數(shù)據(jù)被處理的過程中存在被二次污染的風險，導(dǎo)致可能存在為用戶匹配到的推薦資源與用戶的實際需求不一致的情況，進而使用戶的體驗較差。
發(fā)明內(nèi)容
為了解決上述技術(shù)問題或者至少部分地解決上述技術(shù)問題，本公開提供了一種資源推薦方法、裝置、設(shè)備及介質(zhì)。
第一方面，本公開提供了一種資源推薦方法，包括：
在接收到第一資源推薦請求且利用資源推薦模型從待推薦資源中選擇第一資源推薦請求對應(yīng)的第一推薦資源之后，記錄第一資源推薦請求對應(yīng)的資源推薦數(shù)據(jù)，資源推薦數(shù)據(jù)包括第一資源推薦請求的實時請求特征和第一推薦資源的實時資源特征；
在獲取第一資源推薦請求的請求用戶針對第一推薦資源的用戶行為之后，記錄用戶行為；
基于已記錄的資源推薦數(shù)據(jù)和已記錄的用戶行為，對資源推薦模型進行優(yōu)化訓練，得到優(yōu)化后的資源推薦模型；
當接收到第二資源推薦請求時，利用優(yōu)化后的資源推薦模型從待推薦資源中選擇第二資源推薦請求對應(yīng)的第二推薦資源。
在一些實施例中，獲取第一資源推薦請求的請求用戶針對第一推薦資源的用戶行為，包括：
接收行為上報請求，行為上報請求中攜帶有第一資源推薦請求的請求用戶針對第一推薦資源的用戶行為。
在一些實施例中，記錄第一推薦資源對應(yīng)的資源推薦數(shù)據(jù)，包括：將資源推薦數(shù)據(jù)記錄在第一業(yè)務(wù)日志中；
和/或，
記錄用戶行為，包括：將用戶行為記錄在第二業(yè)務(wù)日志中。
在一些實施例中，記錄第一推薦資源對應(yīng)的資源推薦數(shù)據(jù)，包括：將資源推薦數(shù)據(jù)與第一資源推薦請求的請求標識關(guān)聯(lián)記錄；
記錄用戶行為，包括：將用戶行為與第一資源推薦請求的請求標識關(guān)聯(lián)記錄。
在一些實施例中，在基于已記錄的資源推薦數(shù)據(jù)和已記錄的用戶行為，對資源推薦模型進行優(yōu)化訓練，得到優(yōu)化后的資源推薦模型之前，方法還包括：
利用數(shù)據(jù)回流技術(shù)，獲取與第一資源推薦請求的請求標識關(guān)聯(lián)記錄的已記錄的資源推薦數(shù)據(jù)和與第一資源推薦請求的請求標識關(guān)聯(lián)記錄的已記錄的用戶行為。
在一些實施例中，在基于已記錄的資源推薦數(shù)據(jù)和已記錄的用戶行為，對資源推薦模型進行優(yōu)化訓練，得到優(yōu)化后的資源推薦模型之前，方法還包括：
利用已記錄的用戶行為與目標用戶行為的比較結(jié)果，生成樣本標記；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于第四范式（北京）技術(shù)有限公司，未經(jīng)第四范式（北京）技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110744149.0/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
