CN112348356A - 一种作品质量确定方法、装置、计算机设备及可读存储介质 - Google Patents

Abstract

本公开提供了一种作品质量确定方法、装置、计算机设备及可读存储介质，其中，该方法包括：获取待评价作品的第一特征信息及待评价作品所属作者的第二特征信息；基于第一特征信息和第二特征信息，以及各评价策略对应的特征信息集合，从评价策略库中选择至少一个目标评价策略；基于目标评价策略的匹配特征信息以及所述目标评价策略，确定待评价作品的质量信息。基于上述方式，可以采用不同的评价策略来评价对应不同特征信息的作品，从而针对不同作品的特点进行有针对性地、全面地评价，提高了作品评价的合理性和灵活性，进而按照本公开实施例的作品质量评测结果进行资源分配，可以提高资源分配的合理性和灵活性。

Description

一种作品质量确定方法、装置、计算机设备及可读存储介质

技术领域

本公开涉及互联网技术领域，具体而言，涉及一种作品质量确定方法、装置、计算机设备及可读存储介质。

背景技术

随着互联网技术的发展，用户获取信息的渠道趋向多元化，通过登录媒体内容平台客户端来了解热点资讯、发表评论，已经逐步成为人们日常生活中的一部分。与此同时，各媒体内容平台作为信息分享平台，可以获得一定的公众影响力。

对于媒体内容平台作者的管理，媒体运营方可以根据用户的访问数据确定作品价值，比如以作品阅读量或访问流量等来鉴定作品价值，进而进行激励资源分配。

上述单纯以阅读量或访问流量等作为评价指标的资源激励方式，容易导致出现资源分配不合理的情况，比如有的作品虽然阅读量少，但作品质量较高，则该作品本身的资源价值就比较大。资源分配不合理一方面会导致平台资源的浪费，另一方面不利于平台优质作品的积累。而通过平台工作人员的人为判断来鉴定作品价值的方式人工成本过大。

发明内容

有鉴于此，本公开实施例至少提供一种作品质量确定方法、装置、计算机设备及可读存储介质。

本公开主要包括以下几个方面：

第一方面，本公开实施例提供了一种作品质量确定方法，包括：

获取待评价作品的第一特征信息及所述待评价作品所属作者的第二特征信息；

基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从所述评价策略库中选择至少一个目标评价策略；

基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。

在一种可能的实施方式中，基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息，包括：

基于所述目标评价策略的匹配特征信息，获取所述待评价作品在所述匹配特征信息下的目标阅读量；

基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品的质量信息。

在一种可能的实施方式中，基于所述目标阅读量以及所述目标评价策略，生成所述待评价作品的质量评测结果，包括：

基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品在所述目标评价策略下的内容价值系数；

基于所述待评价作品在所述目标评价策略下的内容价值系数，生成所述待评价作品的质量评测结果。

在一种可能的实施方式中，基于所述待评价作品在所述目标评价策略下的内容价值系数，生成所述待评价作品的质量评测结果，包括：

基于所述待评价作品的总阅读量所属的阅读量范围，以及阅读量范围与评价系数之间的映射关系，确定与所述待评价作品对应的评价系数；

基于所述待评价作品在所述目标评价策略下的内容价值系数、以及确定的所述评价系数，生成所述待评价作品的质量评测结果。

在一种可能的实施方式中，基于所述待评价作品在所述目标评价策略下的内容价值系数、以及确定的所述评价系数，生成所述待评价作品的质量评测结果，包括：

当存在多个目标评价策略的情况下，将所述待评价作品在所述多个目标评价策略下的内容价值系数相乘、再与所述评价系数相乘，得到所述待评价作品的质量评测结果。

在一种可能的实施方式中，生成所述待评价作品的质量评测结果之后，还包括：

基于所述待评价作品的质量评测结果、所述待评价作品的总阅读量、以及单次阅读的资源分配量，确定针对所述待评价作品的作者的目标资源分配量。

在一种可能的实施方式中，所述获取待评价作品的第一特征信息及所述待评价作品的作者的第二特征信息，包括：

获取所述待评价作品在阅读用户类特征和/或内容类特征下的第一特征信息，以及，获取所述待评价作品的作者在作者画像类特征下的第二特征信息。

在一种可能的实施方式中，所述评价策略包括价值评测公式；根据以下步骤生成所述评价策略库中的评价策略：

确定不同函数形式下的多个包含未知参数值的价值评测公式；所述不同函数形式包括反函数、一次函数、和多次函数；

基于标注有质量评测结果的多个作品样本，确定所述多个价值评测公式中的未知参数值，将确定未知参数值后的价值评测公式作为所述评价策略。

在一种可能的实施方式中，所述评价策略包括价值评测模型；根据以下步骤生成所述评价策略库中的评价策略：

确定待训练的价值评测模型；所述待训练的价值评测模型中包含待训练的模型参数信息；

基于标注有质量评测结果的多个作品样本，对所述价值评测模型进行训练，得到包含训练后的模型参数信息的价值评测模型，将训练后的价值评测模型作为所述评价策略。

第二方面，本公开实施例还提供一种作品质量确定装置，包括：

特征信息获取模块，用于获取待评价作品的第一特征信息及所述待评价作品所属作者的第二特征信息；

评价策略确定模块，用于基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从所述评价策略库中选择至少一个目标评价策略；

质量确定模块，用于基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。

第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面中任一种可能的实施方式中的步骤。

第四方面，本公开实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面中任一种可能的实施方式中的步骤。

本公开实施例中所提供的作品质量确定方法，获取待评价作品的第一特征信息及待评价作品所属作者的第二特征信息；基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从所述评价策略库中选择至少一个目标评价策略；基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。可见，本公开实施例可以采用不同的评价策略来评价对应不同特征信息的作品，从而针对不同作品的特点进行有针对性地、全面地评价，提高了作品评价的合理性和灵活性，进而按照本公开实施例的作品质量评测结果进行资源分配，可以提高资源分配的合理性和灵活性。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本公开实施例所提供的一种作品质量确定方法的流程图；

图2示出了本公开另一实施例所提供的作品质量确定方法的流程图；

图3示出了本公开又一实施例所提供的作品质量确定方法的流程图；

图4示出了本公开实施例所提供的一种作品质量确定的装置示意图；

图5示出了本公开实施例所提供的一种计算机设备的示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

新媒体平台以数字技术、通信技术、互联网技术和互动传播技术为基础，为用户提供资讯、内容和服务，所发布的作品具有涵盖领域多、话题新颖、符合用户个性化需求等特点，备受关注，其平台产能主要来源于用户的访问行为数据，而发布作品的质量直接影响着平台产能，因此，通过对作品进行合理评价，并基于评价结果来给予作者合理的激励资源，可以提高作者提供高质量作品的积极性。在此过程中，如何更合理的进行作品质量评测是一个重要问题。

基于上述研究，本公开实施例提供了一种作品质量确定的方法，预先设置了对应不同匹配特征信息的评价策略，在针对待评价作品进行评价时，基于待评价作品及待评价作品的作者分别对应的特征信息，为该待评价作品分配对应的至少一种目标评价策略，然后基于目标评价策略的匹配特征信息以及目标评价策略，确定所述待评价作品的质量信息。如此，通过采用不同的评价策略来评价匹配不同特征信息的作品，从而针对不同方面作品的特点进行有针对性的评价，提高了作品评价的合理性和灵活性，进而按照本公开实施例的作品质量评测结果进行资源分配，可以提高资源分配的合理性和灵活性。

针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

为便于对本实施例进行理解，首先对本公开实施例所公开的一种作品质量确定方法进行详细介绍，本公开实施例所提供的作品质量确定方法的执行主体可以是与用户端进行交互的云平台或服务器。下面以执行主体为服务器的角度，对本公开实施例提供的作品质量确定方法加以说明。

实施例一

参见图1所示，图1示出了本公开实施例所提供的一种作品质量确定方法的流程图，所述方法包括步骤S101～S104，其中：

S101：获取待评价作品的第一特征信息及所述待评价作品所属作者的第二特征信息。

在具体实施中，服务器可以每隔一个周期对这个周期内发布的各个作品分别进行评价，或者，在待评价作品发布预设时间长度后，对该待评价作品进行评价。

在确定需要对待评价作品进行评价后，获取待评价作品的第一特征信息和发布此待评价作品的作者的第二特征信息。

其中，待评价作品的第一特征信息可以包括作品的字数、作品原创度，还可以包括作品的浏览量、粉丝量等；发布待评价作品的作者的第二特征信息可以包括作者性别、年龄、职业等作者属性信息，还可以包括账号注册时间、账号类型、活跃情况等账号信息。

S102：基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从评价策略库中选择至少一个目标评价策略。

这里，评价策略是指使用待评价作品在对应的匹配特征信息下的用户行为数据来评价该待评价作品，用户行为数据可以包括阅读量、访问流量等，下面以阅读量为例进行介绍。在具体实施中，获取评价策略库中每个评价策略的匹配特征信息，将S101中获取到的待匹配的特征信息(第一特征信息和第二特征信息)分别与评价策略库中的每个评价策略的匹配特征信息相匹配，将与待评价作品匹配的评价策略提取出来，并确定为目标评价策略。

其中，评价策略库为预先定义的评价策略的集合，评价策略库中的每个评价策略都有对应的匹配特征信息。

S103：基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。

这里，基于选择的目标评价策略的匹配特征信息，获取待评价作品在这些匹配特征信息下的用户行为数据，基于用户行为数据，确定待评价作品的质量信息。待评价作品在匹配特征信息下对应的用户行为数据，是指在针对待评价作品的用户行为数据中，符合这些匹配特征信息的用户行为数据。

在一种实施方式中，用户行为数据为目标阅读量，可以基于目标评价策略的匹配特征信息，获取待评价作品在所述匹配特征信息下的目标阅读量；基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品的质量信息。

比如，目标评价策略的匹配特征信息包括：“阅读特征”是“粉丝阅读”、作者画像账号类型是“群媒体/自媒体/企业”、内容特征的发文类型是“手动发文/微信同步”；“/”表示“或者”的关系。获取待评价作品在这些匹配特征信息下的阅读量，

在上述过程中，通过目标评价策略使用目标阅读量确定待评价作品的质量信息的过程可以包括：

基于目标阅读量以及目标评价策略，确定待评价作品在目标评价策略下的内容价值系数；基于待评价作品在目标评价策略下的内容价值系数，生成待评价作品的质量评测结果。

这里，待评价作品的内容价值系数用于衡量该待评价作品被阅读后所带来的贡献价值。

在具体实施中，目标评价策略可以为一个，也可以为多个，针对获取到的至少一个目标评价策略中的每一个目标评价策略，确定待评价作品在该目标评价策略的匹配特征信息下的目标阅读量，进一步的，根据目标阅读量以及该目标评价策略，计算得到内容价值系数。比如，将该目标阅读量代入目标评价策略的计算公式，得到内容价值系数。

在具体实施中，每个评价策略进行评价的方式不同，体现在计算上述内容价值系数的方式不同，不同评价策略对应的计算方式可以包括使用计算公式，还可以包括使用计算模型。计算公式和计算模型又可以有多种，不同的内容价值系数计算公式可以包括反函数、一次函数、和多次函数，不同的内容价值系数计算模型主要是指对应的神经网络结构不同和/或模型参数不同。可见，不同评价策略对于目标阅读量的使用方式区别比较大。对于有的评价策略，在该评价策略下的目标阅读量的单位价值贡献度(每次阅读对应的价值贡献度)较低，该评价策略可以采用反函数的形式。对于有的评价策略，在该评价策略的匹配特征信息下的目标阅读量的单位价值贡献度(每次阅读对应的价值贡献度)较高，该评价策略可以采用一次函数、或多次函数的形式。

在得到内容价值系数之后，可以采用内容价值系数与待评价作品的总阅读量的乘积作为质量评测结果。

在具体实施中，由于作品面向的用户群体不一样，对于质量较高的一些作品可能面向的用户群体较窄而导致阅读量较少，为了减少这方面的影响，可以提高阅读量较少的情况下的评价系数。

基于此，在基于待评价作品在目标评价策略下的内容价值系数，生成待评价作品的质量评测结果时，可以先基于所述待评价作品的总阅读量(不考虑匹配特征信息的情况下统计的待评价作品的所有阅读量)所属的阅读量范围，以及阅读量范围与评价系数之间的映射关系，确定与待评价作品对应的评价系数；基于待评价作品在目标评价策略下的内容价值系数、以及确定的所述评价系数，生成所述待评价作品的质量评测结果。

比如，针对总阅读量X≤20、20＞X＜40、40≥X≤60、以及X＞60的范围内，设置对应的评价系数分别为2.4、1.3、1.2、1.1。

在确定待评价作品的质量信息之后，基于待评价作品的质量信息，为所述待评价作品的作者分配目标资源。在具体实施中，可以根据确定的待评价作品的质量信息、待评价作品的总阅读量、以及单次阅读资源分配量，确定待分配的资源量(质量评测结果与总阅读量、单价的乘积，单价也即每次阅读分配资源量)，再基于该待分配的资源量进行目标资源分配。

本公开实施例中所提供的方法可以采用不同的评价策略来评价对应不同匹配特征信息的作品，从而能够针对不同作品的特点进行有针对性的评价，提高了作品评价的合理性和灵活性，有助于提升高质量作品的产出，进而按照本公开实施例的评价结果进行资源分配，可以提高资源分配的合理性。

实施例二

参见图2所示，图2示出了本公开另一实施例所提供的作品质量确定方法的流程图，所述方法包括步骤S201～S204，其中：

S201：获取待评价作品在阅读用户类特征和/或内容类特征下的第一特征信息，以及，获取待评价作品的作者在作者画像类特征下的第二特征信息。

这里，待评价作品的特征类型包括：阅读用户类特征和/或内容类特征；作者的特征类型主要包括：作者画像类特征。

下面分别对上述三个特征维度进行说明。

1)在作者画像类特征，这类下的特征信息可以包括账号类型、注册时间、活跃情况、质量等级、作者垂类、作者性别、年龄、职业、收入预期中的一种或多种特征信息；其中，账号类型可以包括群媒体、自媒体、企业、个人等中的一种或多种类型；作者垂类是指作者所属的垂直领域，比如可以包括体育作者、时尚作者、健康作者、财经作者等垂直领域；内部质量等级是服务器获取预设周期内的作者发布的历史作品，基于历史作品的内容质量，对作者进行等级评估，并基于等级评估结果确定作者的质量等级；内容质量的衡量指标可以包括历史作品发布数量、内容质量、排版情况、作品配图数量中一个或多个指标。

这里，作者画像类特征下的特征信息可以包括作者向服务器申请的属性标签，比如作者在注册账号时，根据系统提示，在特定区域输入性别、年龄、职业等基本信息，并发送给服务器，服务器从基本信息中获取作者画像维度下的特征信息；还可以包括服务器为作者分配的属性标签，比如服务器每隔一个周期，对周期内作者发布作品情况进行评估，根据评估结果确定作者的内容质量等级。

2)阅读用户类特征，特征信息可以包括粉丝阅读、用户性别、用户机型、用户年龄、地理区域，以及用户与作者之间的关系中的一种或多种特征信息；这里，对于一些统计类特征信息，可以根据以下步骤确定阅读用户类特征下的特征信息：首先获取用户阅读待评价作品时产生的用户行为日志，对用户行为日志进行解析，确定用户对应的用户信息，进一步的，针对每一个用户，判断用户是否符合标记条件，若符合，则用预先定义的标识标记用户；比如，标记条件包括用户关注作者和/或用户访问作者的次数超出预设阈值(粉丝阅读)；基于用户信息和用户标识确定阅读用户类特征下的特征信息。

3)内容类特征，特征信息可以包括：内容类型、内容长度或字数、作品图片数、发文类型、原创度、内容质量度中的一种或多种特征信息；其中，内容类型可以包括新闻类、知识类、经验类、行业类、搞笑类等，服务器可以根据待评价作品的至少一个关键词确定待评价作品的内容类型；原创度用于表征待评价作品的原创程度，服务器可以基于待评价作品与其他作品的重复率，确定待评价作品的原创度；内容质量度用于表征待评价作品的内容质量情况，服务器可以基于预先训练好的质量评估模型对待评价作品进行质量评估，基于评估结果确定待评价作品的内容质量度，具体可以根据以下步骤训练质量评估模型：获取多个标记好内容质量度(比如内容质量评分，或归一化后的质量值)的样本作品的至少一个内容特征；基于获取的内容特征与标记好的内容质量度，对质量评估模型进行训练。

上述内容类特征下的特征信息中包含与作者的属性相关的特征信息，比如其中的是否为平台原创作者的特征、是否为平台优质作者的特征等。在进行特征信息提取时，可以首先获取作者的属性标签，基于作者的属性标签，确定与作者的属性相关的特征信息，比如对于属性标签为平台原创作者的作品，需要计算该作品的内容原创度，对于属性标签为平台优质作者的作品，需要计算该作品的内容质量度等。

需要说明的是，与待评价作品相关的待匹配特征信息种类较多，对于不同类型作品，其特征信息有很大差异，例如：对于新注册或者活跃度较低的作者而言，其发布作品的阅读量相对较少，服务器会根据注册时间或活跃情况确定待评价作品的内容价值系数；对于原创作者而言，作品原创度直接影响作品质量，因此，原创度是内容价值系数的重要评价因素，而对于非原创作者，则无需考虑作品内容的原创度。

一种可能的实施方式中，步骤S201中所述内容类特征下的多个待匹配的特征信息中包括与作者的属性相关的特征信息；根据以下步骤获取所述与作者的属性相关的特征信息：

步骤a1：获取所述待评价作品的作者向服务器申请的属性标签，和/或所述服务器根据所述作者的画像和历史作品为所述作者分配的属性标签。

在具体实施中，获取待评价作品的作者所申请的属性标签，如原创作者、财经类作者、娱乐作者等，和/或根据作者画像和历史作品的内容质量，为作者分配的属性标签，如平台优质作者、一星作者等。

步骤a2：根据获取的所述属性标签，确定与所述作者的属性相关的特征信息。

在具体实施中，根据获取的待评价作品的作者的属性标签，确定与作者的属性相关的特征信息，例如：属性标签为“平台原创作者”，与作者的属性相关的特征信息可以包括内容原创度；属性标签为“平台优质作者”，与作者的属性相关的特征信息可以包括内容质量度。

这样，根据作者的属性标签确定特征信息，可以提高特征信息的获取效率，与此同时，服务器无需获取与内容评价系数无关的特征信息，可以提高资源利用率和数据处理速度。

S202：基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从评价策略库中选择至少一个目标评价策略。

S203：基于所述目标评价策略的匹配特征信息，获取所述待评价作品在所述匹配特征信息下的目标阅读量。

S204：基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品的质量信息。

其中，S202至S204的描述可以参照S102至S104的描述，并且能达到相同的技术效果，对此不做赘述。

本公开实施例通过获取多种特征类型下的特征信息，为多种特征类型下的特征信息匹配对应的评价策略，并进行作品质量评测，有助于全面地、准确地匹配评价策略，提高作品的评价准确性。

实施例三

参见图3所示，图3示出了本公开又一实施例所提供的作品质量确定方法的流程图，所述方法包括步骤S301～S305，其中：

S301：获取待评价作品在阅读用户类特征和/或内容类特征下的第一特征信息，以及，获取待评价作品的作者在作者画像类特征下的第二特征信息。

S302：基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从所述评价策略库中选择多个目标评价策略。

比如，某个评价策略的匹配特征信息包括：阅读特征是“粉丝阅读”、作者画像账号类型是“群媒体/自媒体/企业”(“/”表示满足其中一种)，内容特征的发文类型是“手动发文/微信同步”。则当待评价作品的上述第一特征信息和第二特征信息与上述评价策略的匹配特征信息匹配的情况下，可以采用该评价策略作为目标评价策略之一。

S303：基于确定的多个目标评价策略中的每个目标评价策略，及待评价作品在该目标评价策略的匹配特征信息下的目标阅读量，确定所述待评价作品在该目标评价策略下的内容价值系数。

在具体实施中，针对S302中获取到的至少一个目标评价策略中的每一个目标评价策略，确定与待评价作品在目标评价策略的匹配特征信息下的目标阅读量，进一步的，根据目标阅读量确定待评价作品的内容价值系数。

一种可能的实施方式中，将所述目标阅读量输入与该目标评价策略对应的内容价值系数计算公式或训练的内容价值系数计算模型中，得到在该目标评价策略下所述待评价作品的内容价值系数；

其中，不同的评价策略对应不同的内容价值系数计算公式或内容价值系数计算模型；所述不同的内容价值系数计算公式包括反函数、一次函数、和多次函数，所述不同的内容价值系数计算模型对应的神经网络结构不同和/或模型参数不同。

举例来说，内容价值系数可以通过以下公式确定：

假设第一目标评价策略包括：阅读特征是“粉丝阅读”，作者画像账号类型是“群媒体/自媒体/企业”，内容特征的发文类型是“手动发文/微信同步”，“/”表示满足其中之一，待评价作品在这些匹配特征信息下的目标阅读量为X1，根据公式Y1＝47.8/(X1+6.8)+1.2确定第一内容价值系数 Y1。

假设第二目标评价策略为阅读特征是“粉丝阅读”，作者画像账号类型是“个人/群媒体/自媒体”，内容特征的发文类型是“手动发文”，匹配这些信息的阅读量为X2，根据公式Y2＝3×X2确定第二内容价值系数Y2。

可见，基于上述方法，可以根据每个目标评价策略的匹配特征信息下的阅读量Xi，确定待评价作品在该目标评价策略下的内容价值系数Yi，也即Yi＝F(Xi)，F()即为目标评价策略。其中，i为1到n之间的任何一个自然数，n为目标评价策略的个数。

S304：基于待评价作品在确定的多个目标评价策略下分别对应的内容价值系数，确定所述待评价作品的内容价值系数。

一种可能的实施方式中，在所述至少一个目标评价策略包括多个目标评价策略的情况下，将所述待评价作品在多个所述目标评价策略下分别对应的所述内容价值系数的乘积，作为待评价作品的内容价值系数。

在具体实施中，可以将待评价作品在多个目标评价策略下对应的内容价值系数的乘积确定为评价作品最终的内容价值系数。

S305：基于所述待评价作品的内容价值系数，生成所述待评价作品的质量评测结果。

结合实施例一的描述，可以将内容价值系数与待评价作品的总阅读量所对应的评价系数相乘来得到质量评测结果。

其中，S301、S302和S305的描述可以参照S101、S102和S104的描述，并且能达到类似的技术效果，对此不做赘述。

进一步地，S305之后，可以将待评价作品的质量评测结果，与待评价作品的总阅读量、以及单次阅读资源分配量的乘积，作为待分配的资源量进行资源分配。

基于同一发明构思，本公开实施例中还提供了与作品质量确定方法对应的作品质量确定装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述作品质量确定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

实施例四

参照图4所示，图4示出了本公开实施例所提供的一种作品质量确定装置示意图，所述作品质量确定装置400包括：特征信息获取模块410、评价策略确定模块420、质量确定模块430；其中，

特征信息获取模块410，用于获取待评价作品的第一特征信息及所述待评价作品所属作者的第二特征信息；

评价策略确定模块420，用于基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从所述评价策略库中选择至少一个目标评价策略；

质量确定模块430，用于基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。

本公开实施例中所提供的作品质量确定装置，首先通过特征信息获取模块410获取待评价作品的第一特征信息及所述待评价作品所属作者的第二特征信息；基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，通过评价策略确定模块420，从所述评价策略库中选择至少一个目标评价策略；也即，本公开实施例中，采用不同的评价策略来评价具有不同特征信息集的作品，每个作品可以命中一个或多个目标评价策略，以实现对每个作品的针对性评价。进而，质量确定模块430基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。基于上述方式，本公开实施例可以采用不同的评价策略来评价对应不同匹配特征信息的作品，从而针对不同作品的特点进行有针对性的评价，提高了作品评价的合理性和灵活性，有助于提升高质量作品的产出，进而按照本公开实施例的评价结果进行资源分配，可以提高资源分配的合理性。

一种可能的实施方式中，质量确定模块430具体用于：

基于所述目标评价策略的匹配特征信息，获取所述待评价作品在所述匹配特征信息下的目标阅读量；基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品的质量信息。

一种可能的实施方式中，质量信息确定模块430在基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品的质量信息时，具体用于：

基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品在所述目标评价策略下的内容价值系数；

基于所述待评价作品在所述目标评价策略下的内容价值系数，生成所述待评价作品的质量评测结果。

一种可能的实施方式中，质量信息确定模块430在基于所述待评价作品在所述目标评价策略下的内容价值系数，生成所述待评价作品的质量评测结果时，具体用于：

基于所述待评价作品的总阅读量所属的阅读量范围，以及阅读量范围与评价系数之间的映射关系，确定与所述待评价作品对应的评价系数；

基于所述待评价作品在所述目标评价策略下的内容价值系数、以及确定的所述评价系数，生成所述待评价作品的质量评测结果。

一种可能的实施方式中，质量信息确定模块430在基于所述待评价作品在所述目标评价策略下的内容价值系数、以及确定的所述评价系数，生成所述待评价作品的质量评测结果时，具体用于：

当存在多个目标评价策略的情况下，将所述待评价作品在所述多个目标评价策略下的内容价值系数相乘、再与所述评价系数相乘，得到所述待评价作品的质量评测结果。

一种可能的实施方式中，所述质量信息确定模块430还用于：

基于所述待评价作品的质量评测结果、所述待评价作品的总阅读量、以及单次阅读的资源分配量，确定针对所述待评价作品的作者的目标资源分配量。

一种可能的实施方式中，特征信息获取模块410在获取待评价作品的第一特征信息及所述待评价作品的作者的第二特征信息时，具体用于：

获取所述待评价作品在阅读用户类特征和/或内容类特征下的第一特征信息，以及，获取所述待评价作品的作者在作者画像类特征下的第二特征信息。

一种可能的实施方式中，所述评价策略包括价值评测公式；评价策略确定模块420还用于预先根据以下步骤生成所述评价策略库中的评价策略：

确定不同函数形式下的多个包含未知参数值的价值评测公式；所述不同函数形式包括反函数、一次函数、和多次函数；

基于标注有质量评测结果的多个作品样本，确定所述多个价值评测公式中的未知参数值，将确定未知参数值后的价值评测公式作为所述评价策略。

一种可能的实施方式中，所述评价策略包括价值评测模型；评价策略确定模块420还用于预先根据以下步骤生成评价策略库中的评价策略：

确定待训练的价值评测模型；所述待训练的价值评测模型中包含待训练的模型参数信息；

基于标注有质量评测结果的多个作品样本，对所述价值评测模型进行训练，得到包含训练后的模型参数信息的价值评测模型，将训练后的价值评测模型作为所述评价策略。

关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。

实施例五

对应于图1中的资源分配的方法，本公开实施例还提供了一种计算机设备500，如图5所示，为本公开实施例提供的计算机设备500结构示意图，包括：

处理器510、存储器520、和总线530；存储器520用于存储执行指令，包括内存521和外部存储器522；这里的内存521也称内存储器，用于暂时存放处理器510中的运算数据，以及与硬盘等外部存储器522交换的数据，处理器510通过内存521与外部存储器522进行数据交换，当所述计算机设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，使得所述处理器510在用户态执行以上任一实施方式中的作品质量确定方法。

基于同一申请构思，本公开实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述方法实施例中所述的作品质量确定方法的步骤。

本公开实施例所提供的资源分配的方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的作品质量确定方法的步骤，具体可参见上述方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (12)

1.一种作品质量确定方法，其特征在于，包括：

获取待评价作品的第一特征信息及所述待评价作品所属作者的第二特征信息；

基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从所述评价策略库中选择至少一个目标评价策略；

基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。

2.根据权利要求1所述的方法，其特征在于，基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息，包括：

基于所述目标评价策略的匹配特征信息，获取所述待评价作品在所述匹配特征信息下的目标阅读量；

基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品的质量信息。

3.根据权利要求2所述的方法，其特征在于，基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品的质量信息，包括：

基于所述目标阅读量以及所述目标评价策略，确定所述待评价作品在所述目标评价策略下的内容价值系数；

基于所述待评价作品在所述目标评价策略下的内容价值系数，生成所述待评价作品的质量评测结果。

4.根据权利要求3所述的方法，其特征在于，基于所述待评价作品在所述目标评价策略下的内容价值系数，生成所述待评价作品的质量评测结果，包括：

基于所述待评价作品的总阅读量所属的阅读量范围，以及阅读量范围与评价系数之间的映射关系，确定与所述待评价作品对应的评价系数；

基于所述待评价作品在所述目标评价策略下的内容价值系数、以及确定的所述评价系数，生成所述待评价作品的质量评测结果。

5.根据权利要求4所述的方法，其特征在于，基于所述待评价作品在所述目标评价策略下的内容价值系数、以及确定的所述评价系数，生成所述待评价作品的质量评测结果，包括：

当存在多个目标评价策略的情况下，将所述待评价作品在所述多个目标评价策略下的内容价值系数相乘、再与所述评价系数相乘，得到所述待评价作品的质量评测结果。

6.根据权利要求1～5任一所述的方法，其特征在于，生成所述待评价作品的质量评测结果之后，还包括：

基于所述待评价作品的质量评测结果、所述待评价作品的总阅读量、以及单次阅读的资源分配量，确定针对所述待评价作品的作者的目标资源分配量。

7.根据权利要求1所述的方法，其特征在于，所述获取待评价作品的第一特征信息及所述待评价作品的作者的第二特征信息，包括：

获取所述待评价作品在阅读用户类特征和/或内容类特征下的第一特征信息，以及，获取所述待评价作品的作者在作者画像类特征下的第二特征信息。

8.根据权利要求1所述的方法，其特征在于，所述评价策略包括价值评测公式；根据以下步骤生成所述评价策略库中的评价策略：

确定不同函数形式下的多个包含未知参数值的价值评测公式；所述不同函数形式包括反函数、一次函数、和多次函数；

基于标注有质量评测结果的多个作品样本，确定所述多个价值评测公式中的未知参数值，将确定未知参数值后的价值评测公式作为所述评价策略。

9.根据权利要求1所述的方法，其特征在于，所述评价策略包括价值评测模型；根据以下步骤生成所述评价策略库中的评价策略：

确定待训练的价值评测模型；所述待训练的价值评测模型中包含待训练的模型参数信息；

基于标注有质量评测结果的多个作品样本，对所述价值评测模型进行训练，得到包含训练后的模型参数信息的价值评测模型，将训练后的价值评测模型作为所述评价策略。

10.一种作品质量确定装置，其特征在于，包括：

特征信息获取模块，用于获取待评价作品的第一特征信息及所述待评价作品所属作者的第二特征信息；

评价策略确定模块，用于基于所述第一特征信息和第二特征信息，以及各评价策略的匹配特征信息，从所述评价策略库中选择至少一个目标评价策略；

质量确定模块，用于基于所述目标评价策略的匹配特征信息以及所述目标评价策略，确定所述待评价作品的质量信息。

11.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至9任一所述的作品质量确定方法的步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至9任意一项所述的作品质量确定方法的步骤。

Images