CN112905885B - 向用户推荐资源的方法、装置、设备、介质和程序产品 - Google Patents

Abstract

根据本公开的示例实施例，提供了一种用于从资源库中向用户推荐资源的方法、装置、设备、介质和程序产品。涉及人工智能领域，尤其涉及内容推荐和深度学习技术领域。具体实现方案为：分别确定用户的用户特征以及多个资源的多个资源特征；基于用户特征和多个资源特征，分别确定用户和多个资源之间的多个匹配度；基于用户特征、多个资源特征以及多个匹配度，分别确定用户与多个资源之间的多个动作关系；以及基于多个动作关系中的、包括推荐的动作关系，从多个资源中向用户推荐资源。根据本公开的实施例，可以准确地向用户推荐资源，提升用户体验。

Description

向用户推荐资源的方法、装置、设备、介质和程序产品

技术领域

本公开涉及人工智能领域，并且更具体地，涉及用于从资源库中向用户推荐资源的方法、装置、设备、计算机可读存储介质和计算机程序产品。

背景技术

随着互联网的快速发展，人们接受到的信息也在爆炸式增长，推荐系统需要在信息超载的情况下，为用户推荐其感兴趣的资源、从而提高用户体验并且提高资源的分发效率。推荐系统在面临海量资源的推荐分发时，可以应用各种不同类型的模型以实现在毫秒级时间内从千万量级资源库中为用户推荐出感兴趣的资源。因此，需要一种推荐模型来实现资源的准确推荐。

发明内容

根据本公开的示例实施例，提供了一种用于从资源库中向用户推荐资源的方法、装置、设备、计算机可读存储介质和计算机程序产品。

在本公开的第一方面中，提供了一种用于从资源库中向用户推荐资源的方法，资源库包括多个资源。该方法包括：分别确定用户的用户特征以及多个资源的多个资源特征；基于用户特征和多个资源特征，分别确定用户和多个资源之间的多个匹配度；基于用户特征、多个资源特征以及多个匹配度，分别确定用户与多个资源之间的多个动作关系；以及基于多个动作关系中的、包括推荐的动作关系，从多个资源中向用户推荐资源。

在本公开的第二方面中，提供了一种用于获取推荐模型的方法，推荐模型用于从包括多个资源的资源库向用户推荐资源。该方法包括：从资源库的访问历史中选择历史访问条目，历史访问条目中记载的资源曾经被推荐给历史访问条目中记载的用户；确定用户的用户特征以及资源的资源特征；基于用户特征和资源特征确定用户和资源之间的匹配度；以及基于用户特征、资源特征、匹配度以及访问历史中记载的用户与资源之间的动作关系，训练推荐模型。

在本公开的第三方面中，提供了一种用于从资源库中向用户推荐资源的装置，资源库包括多个资源。该装置包括：第一特征确定模块，被配置为分别确定用户的用户特征以及多个资源的多个资源特征；第一匹配度确定模块，被配置为基于用户特征和多个资源特征，分别确定用户和多个资源之间的多个匹配度；第一动作关系确定模块，被配置为基于用户特征、多个资源特征以及多个匹配度，分别确定用户与多个资源之间的多个动作关系；以及推荐模块，被配置为基于多个动作关系中的、包括推荐的动作关系，从多个资源中向用户推荐资源。

在本公开的第四方面中，提供了一种用于获取推荐模型的装置，推荐模型用于从包括多个资源的资源库向用户推荐资源。该装置包括：历史访问条目选择模块，被配置为从资源库的访问历史中选择历史访问条目，历史访问条目中记载的资源曾经被推荐给历史访问条目中记载的用户；第二特征确定模块，被配置为确定用户的用户特征以及资源的资源特征；第三匹配度确定模块，被配置为基于用户特征和资源特征确定用户和资源之间的匹配度；以及推荐模型训练模块，被配置为基于用户特征、资源特征、匹配度以及访问历史中记载的用户与资源之间的动作关系，训练推荐模型。

在本公开的第五方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第六方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第二方面的方法。

在本公开的第七方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第八方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第二方面的方法。

在本公开的第九方面中，提供了一种计算机程序产品，包括计算机程序指令，该计算机程序指令被处理器实现如本公开的第一方面的方法。

在本公开的第十方面中，提供了一种计算机程序产品，包括计算机程序指令，该计算机程序指令被处理器实现如本公开的第二方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。附图用于更好地理解本方案，不构成对本公开的限定，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的一些实施例的用于获取推荐模型的过程的示例的流程图；

图3示出了根据本公开的一些实施例的用于从资源库中向用户推荐资源的过程的示例的流程图；

图4示出了根据本公开的一些实施例的获取历史访问条目的示意图；

图5示出了根据本公开的一些实施例的待训练模型的示意图；

图6示出了根据本公开的实施例的用于从资源库中向用户推荐资源的装置的示意框图；

图7示出了根据本公开的实施例的用于获取推荐模型的装置的示意框图；以及

图8示出了能够实施本公开的多个实施例的计算设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

在本公开的实施例的描述中，术语“模型”可以从训练数据中学习到相应的输入与输出之间的关联，从而在训练完成后基于训练得到的参数集对给定的输入进行处理以生成对应的输出。“模型”有时也可以被称为“神经网络”、“学习模型”、“学习网络”或“网络”。这些术语在本文中可互换地使用。

术语“特征”是指通过一个低维的向量表示资源或用户。该特征向量的性质使距离相近的向量对应的物体有相近的含义。例如，两个资源汽车和数码产品都属于科技类物品，则汽车的特征向量和数码产品的特征向量在空间上距离比较接近。又比如用户A和用户B同时选择娱乐类信息作为感兴趣的标签，则用户A和用户B的特征在空间上距离比较接近。利用“特征”概念能够用低维向量对物体进行编码还能保留其含义的特点，这非常适合深度学习。

术语“推荐”是指将从资源库的各种资源或者内容通过召回、排序、重排、精排等模型，最终在线上或者线下将资源或者内容通过各种合适的形式呈现给用户或者曝光给用户的动作。

如以上提及的，需要一种推荐模型来实现资源的准确推荐。在传统方案中，推荐系统中的召回层、排序层、重排层之间对于数据的处理相互独立，其之间的关联较弱。在训练模型时仅考虑用户与资源的交互信息，没有考虑用户和资源的自身固有特征。此外，现有模型将资源的样本分类为未曝光样本和已曝光样本。这种样本空间划分粒度较粗，导致模型在样本所属类别上的刻画不够精细。利用传统方案所训练的模型泛化性不足，推荐效果一般。

本公开的示例实施例提出了一种用于获取推荐模型的方案。在该方案中，首先从资源库的访问历史中选择历史访问条目，历史访问条目记载了用户对资源的历史选择。然后确定用户固有的用户特征以及资源固有的资源特征。接着基于用户特征和资源特征确定指示用户和资源之间交互行为的概率指标的匹配度。最后利用用户特征、资源特征、匹配度以及访问历史中记载的用户与资源之间的动作关系，训练推荐模型。由此，通过用户和资源内在固有特征来训练模型，可以提高模型的泛化性。进一步，通过用户与资源之间的多种动作关系来训练模型，可以细化训练样本的空间粒度，从而提高模型预测推荐的准确度。

图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。应当理解，图1所示出的环境100仅仅是示例性的，而不应当构成对本公开所描述的实现的功能和范围的任何限制。如图1所示，环境100包括用户110、计算设备120、推荐模型130、匹配模型140、资源库150、历史访问条目160和多个资源170。虽然仅仅图示为一个用户和一个历史访问条目，但数目仅仅是示例性的。还可以同时存在多个用户和多个历史访问条目，本公开在此不做限制。

用户110可以是各种类型的应用的用户，该应用可以是包括推荐系统的应用，包括但不限于购物应用、短视频应用、音乐应用、婚恋交友应用、新闻应用、贴吧应用、云盘存储应用、搜索应用等。本公开在此不做限制。

多个资源170可以是包括推荐系统的上述应用中的商品、直播间、短视频、图片、音乐、人物信息等。用户110在上述应用中接收被推荐的、与相关资源库150中的多个资源170相关联的视频、图片、文字、语音或其组合。例如，用户进入新闻应用后，在显示界面中收到推荐的新闻的封面图片、新闻头条文字信息或视频信息。在本文中，“资源”、“内容”、“对象”等均指可能需要呈现或者曝光给用户的实体或者虚拟物品，本公开在此不做限制。

在一些实施例中，计算设备120可以通过资源库150中的访问历史中的历史访问条目170来训练初始模型(未示出)，以得到匹配模型140和推荐模型130。初始训练模型包括但不限于支持向量机(SVM)模型、贝叶斯模型、随机森林模型、各种深度学习/神经网络模型，诸如卷积神经网络(CNN)、循环神经网络(RNN)等。在一些实施例中，计算设备120可以利用上述经训练的匹配模型140和推荐模型130、以及用户110和多个资源170的特征来向用户110推荐资源。这将在下文详细描述。

虽然计算设备120被示出为包括资源库150，计算设备120也可以是资源库150之外的实体。计算设备120可以是任何具有计算能力的设备。作为非限制性示例，计算设备140可以是任意类型的固定计算设备、移动计算设备或便携式计算设备，包括但不限于台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、多媒体计算机、移动电话等；计算设备140的全部组件或一部分组件可以分布在云端。计算设备140至少包含处理器、存储器以及其他通常存在于通用计算机中的组件，以便实现计算、存储、通信、控制等功能。将会理解，尽管图1示出了推荐模型130和资源库150两者均位于计算设备120，备选地，推荐模型130和资源库150可以位于不同的计算设备。

为了更清楚地理解本公开的实施例所提供的方案，将参照图2至图5来进一步描述本公开的实施例。图2示出了根据本公开的实施例的用于获取推荐模型的过程200的流程图。过程200可以由图1的计算设备130实现。为便于讨论，将结合图1来描述过程200。

在210，计算设备120从资源库150的访问历史中选择历史访问条目160，历史访问条目160中记载的资源曾经被推荐给历史访问条目160中记载的用户110。例如，计算设备120可以从访问历史中选择历史访问条目160，来作为推荐模型的训练样本。历史访问条目160记载有用户110和资源之间的历史交互关系，例如该资源是否针对用户110被召回，是否针对用户110被推荐，用户110是否点击或选择该资源等等。为了便于理解，将首先结合图4详细描述历史访问条目160，也即训练样本的获取或者采集过程。

图4示出了根据本公开的一些实施例的获取历史访问条目的示意图。推荐系统400包括召回、粗排410、精排420、重排430。推荐系统400可以是现有的合适的推荐系统，其用于为用户110推荐资源。计算设备120可以将用户与资源之间的交互行为存储至推荐日志450和召回日志440，并且最终生成历史访问条目160。

在本公开的上下文中，召回即针对用户110从海量的资源(例如资源库150中的多个资源170)中召回用户110可能感兴趣的资源。在一个示例中，可以采用多个简单的召回策略叠加的多路召回策略，例如如图4所示，可以通过近线召回、树检索召回、图协同召回、热点召回等来形成多路召回策略。在多路召回中，每个召回策略之间并不相关，多个召回策略可以并发多线程同时进行。在新闻类的推荐系统中，可以按文章类别、作者、热度等分别进行召回，同时可以使得多个线程分别执行这些召回策略。

所召回的资源是用户110可能感兴趣的内容，但这些资源实际并没有融合到一起，而是处于一种乱序的状态。需要将这些资源进行排序来进一步确定推荐给用户的资源。排序是指将所召回的资源做统一排序。排序过程是给每个资源内容打分的过程，预测用户对每个资源的感兴趣程度，从而获知用户对每个资源的偏好程度。粗排410可以通过预定的规则对所召回的资源进行筛选并且对资源进行去重操作，例如从10000个被召回的资源中选出1000个资源。精排420可以对粗排410所选出的1000个资源进行打分，及确定用户110与每个资源之间的匹配度，例如从中选择匹配度排在前100的资源。重排430可以对精排420所选出的100个资源进行进一步打分，以确定其中的预定数量的(例如，10个或者其他数量)资源向用户110进行推荐，继曝光给用户。用户110可以选择所推荐的10个资源中的感兴趣的资源。请注意，上述数字仅仅是示例性的，其不旨在限制本公开的范围。

计算设备120可以对推荐系统400对多个资源170进行的召回、推荐，以及用户110对所推荐的资源进行的选择进行标注，以组成历史访问条目。例如，计算设备120可以将精排420对用户与资源间的匹配度存储在召回日志440中，可以将资源与用户之间的动作关系(例如资源是否被推荐给用户、资源是否被用户选择等)存储在曝光日志450中。计算设备120可以进一步合成召回日志440和曝光日志450以生成历史访问条目160。每个历史访问条目可以包括但不限于：用户ID、用户的特征、资源ID、资源的特征、资源与用户之间的动作关系、资源与用户之间的匹配度。可以理解的是，根据上述召回和排序，动作关系可以包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型。由此可以细化训练样本的空间粒度，从而提高模型预测推荐的准确度。

上文已经参见图4描述了选择访问历史条目的过程，在下文中，将回到图2继续描述训练过程的后续步骤。在计算设备140获取历史访问条目后，计算设备120可以进一步从中选择的历史访问条目160中获取训练样本。

在一些实施例中，计算设备120可以分别获取正向训练样本和负向训练样本。具体地，如果确定历史访问条目中记载的用户和资源之间的动作关系属于预定正向动作关系(也即，已经向用户推荐了该资源)，选择历史访问条目以建立用于训练推荐模型的正向训练样本。在此，预定正向动作关系包括推荐未点击类型和推荐已点击类型中的任一项。例如，计算设备120可以将推荐系统400为用户推荐的资源作为正向样本，并且进一步将正向样本划分为用户点击的类型和用户未点击的类型。

在一些实施例中，如果确定历史访问条目中记载的用户和资源之间的动作关系属于预定负向动作关系(也即，未向用户推荐该资源)，选择历史访问条目以建立用于训练推荐模型的负向训练样本，其中预定负向动作关系包括未召回类型和召回未推荐类型中的任一项。例如，计算设备120可以将推荐系统400未针对用户召回资源和针对用户召回但未被向用户推荐的资源作为负向样本。引入负向样本的优点在于丰富训练样本，由于上述正向样本仅占资源库中的资源的一小部分，因此训练样本往往不足。通过引入大量的随机负向样本，可以有效地提升待训练的推荐模型的泛化性。由此进一步地增加了推荐模型的推荐准确度。

备选地，在一些实施例中，如果确定历史访问条目中记载的资源不属于预定资源类型，选择历史访问条目。预定资源类型是指与用户的偏好无关的、由于各种主观原因被推荐用户的资源。例如，推荐系统400在向用户110推荐资源时，往往在推荐资源中会插入一些强制推荐的资源(由强制方式推荐给用户的公告资源等)。这些强制推荐的资源可以被认为是预定资源中的一种，其与用户的偏好无关，而往往是例如气象预警、交通信息、或者其他公告等。通过将该预定资源类型从训练样本中剔除，可以降低训练样本中的噪声，使得训练更具有针对性，从而使得所得出的推荐模型更加准确。

在图2的220，计算设备120确定用户110的用户特征以及资源的资源特征。例如，基于上述训练样本，计算设备120可以根据用户的特性确定用于代表用户/资源的用户/资源特征。在一些实施例中，用户特征包括以下至少任一项：性别、年龄、收入、所在地以及教育水平，资源特征包括以下至少任一项：分类、作者以及发布时间。通过将用户和资源的上述固有特征纳入模型训练，可以准确地表示用户与资源间复杂的非线性关系，并且可以提升待训练的推荐模型的特征容量和泛化性。

备选地，在一些实施例中，可以通过用户与资源的交互信息来确定用户的用户特征以及资源的资源特征。例如可以通过用户对资源的点击、分享、发布等操作的关系来构建节点图，其中每个节点表示用户和资源。再通过在该节点图中游走来确定用户特征以及资源特征。

在图2的230，计算设备120基于用户特征和资源特征确定用户110和资源之间的匹配度。例如，如图5所示，计算设备120可以利用图5中的待训练的匹配模型510确定用户和资源之间匹配度。

首先结合图5介绍待训练模型的网络结构。图5示出了根据本公开的一些实施例的待训练模型500的示意图。待训练模型500包括待训练的匹配模型510和待训练的推荐模型520。待训练的推荐模型520为端到端的模型，待训练的推荐模型520包括输入511和输出522。输入511包括用户特征和资源特征。输出522包括该资源相对于用户的不同动作关系的概率，即未召回、召回未推荐、推荐未点击和推荐已点击的概率。例如，待训练的推荐模型520的最后一层是一个4维向量，经过softmax函数归一化后，能够预测资源属于各个动作关系的概率。

虽然待训练的匹配模型510和待训练的推荐模型520在训练和使用中被描述为两个模型，但可以理解，这仅仅是为了阐释其内部的网络结构，其在实际中为一个端到端的模型，也即为一个模型。例如，待训练的推荐模型520可以是包括输入层、卷积层、池化层、激活层、全连层(图5中未示出)和输出层的卷积神经网络。取决于具体处理任务要求和配置，待训练的推荐模型520中的卷积层、池化层、激活层和全连层的数目、连接关系等都可以变化。

回到图2继续描述后续训练过程，计算设备120可以利用从各个正向样本和负向样本中获取的用户特征、资源特征及其匹配度，来训练待训练的匹配模型510和待训练的推荐模型520。具体地，在图2的240，计算设备120基于用户特征、资源特征、匹配度以及访问历史中记载的用户与资源之间的动作关系，训练推荐模型。

如上文所述的，每个训练样本包括用户ID、用户的特征、资源ID、资源的特征、资源与用户之间的动作关系、资源与用户之间的匹配度。计算设备120例如可以获取预测的匹配度和资源相对于用户的不同动作关系的概率以及实际的匹配度和资源与用户之间的动作关系之间的误差。接着计算设备120将该误差沿着从相反的方向(即从待训练模型的输出层到输入层的方向)传播。在反向传播过程中，可以依赖梯度下降算法，调整待训练模型中各个层的参数的值。根据多轮训练，待训练模型的预测与实际值之间的误差会越来越小，直到模型收敛，训练过程完成。由此，计算设备120得到推荐模型130(和其中的匹配模型140)。

本公开的所描述的推荐模型直接从队列召回结果到推荐结果，以端到端方式被建模，在资源维度上涉及“召回->推荐->点击->观看”这一连贯的用户行为。此外，通过在训练中精细地区分训练样本的类别，并且引入负向样本，可以提升推荐模型的区分度和准准确度。通过精排(排序层)的接过来训练推荐模型，使得推荐模型能够捕捉到排序层、重排层的隐式信号，进而提升推荐模型的召回效率和准确度。

上文已经描述了模型的训练过程，下文将结合图3进一步描述模型的使用过程。图3示出了根据本公开的一些实施例的用于从资源库中向用户推荐资源的过程的示例的流程图300。

在310，计算设备120分别确定所述用户110的用户特征以及所述多个资源170的多个资源特征。在一些实施例中，用户特征包括以下至少任一项：性别、年龄、收入、所在地、以及教育水平。资源特征包括以下至少任一项：分类、作者以及发布时间。用户特征和资源特征的确定过程参见上文描述，在此不再赘述。可以利用合适的算法来确定表征用户和资源的各种特征，本公开在此不做限制。

在320，计算设备120基于用户特征和多个资源特征，分别确定所述用户和所述多个资源之间的多个匹配度。例如，计算设备120可以通过用户和资源确定其之间的匹配度，在本文中，匹配度可以代表用户与资源间交互行为的概率指标。

在一些实施例中，计算设备120针对多个资源170中的资源，获取匹配模型140，匹配模型140描述用户特征和资源特征之间的匹配关系。然后，计算设备120基于用户特征、资源特征和匹配模型，确定用户110和资源之间的匹配度。例如，计算设备120可以获取在图2中经训练得到的匹配模型140，可以在图5中的输入511处提供用户特征和资源特征，以便在输出512处获得用户和资源之间的匹配度。

在330，计算设备120基于用户特征、多个资源特征以及多个匹配度，分别确定所述用户与多个资源之间的多个动作关系。例如，计算设备120可以通过上述确定的匹配度、用户特征和资源特征来确定用户会选择每个资源的概率。在此，动作关系包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型。也即，计算设备120可以针对用户110确定资源未被召回的概率Q0、被召回但未被推荐的概率Q1、推荐但未被用户110点击的概率Q2、以及推荐且被用户110点击的概率Q3，其中Q0+Q1+Q2+Q3＝100％。

在一些实施例中，计算设备120按照上文参见图2描述的过程，针对所述用户与所述多个资源中的资源，获取与所述资源库150相关联的推荐模型130。此时，获取的推荐模型130至少基于包括一个关联用户的特征的训练样本而被预先确定。训练样本样本可以包括样本用户的样本用户特征、样本资源的样本资源特征、样本用户特征和样本资源特征之间的样本匹配度、以及样本用户与样本资源之间的样本动作关系。然后计算设备120基于当前的用户特征、资源的资源特征、用户110与资源之间的匹配度以及推荐模型130，确定所述多个动作关系中的所述用户与所述资源之间的动作关系。例如，计算设备120可以获取在图2中经训练得到的推荐模型140，其中输入521包括用户特征、资源特征以及用户和特征之间的匹配度，输出522表示预测的资源未被召回的概率Q0、被召回但未被推荐的概率Q1、推荐但未被用户110点击的概率Q2、以及推荐且被用户110点击的概率Q3。

请注意，虽然在此分开描述确定匹配度和动作关系，但与图2中训练模型类似，在实际中模型为端到端模型，其输入为用户特征和资源特征，输出直接为四个概率Q0、Q1、Q2、Q3。在此分为两步仅为了清楚性。

在340，计算设备120基于所述多个动作关系中的、包括推荐的动作关系，从多个资源170中向用户110推荐资源。例如，计算设备120根据上述确定的四个概率Q0、Q1、Q2、Q3，确定向用户推荐的资源。

在一个示例中，计算设备120响应于确定多个动作关系中的动作关系属于预定动作关系，基于多个资源170中的与动作关系相关联的资源来确定推荐列表。然后计算设备120向所述用户提供所述候选推荐列表。

在一些实施例中，预定动作关系包括推荐未点击类型以及推荐已点击类型中的任一项。计算设备120计算资源被推荐未点击的概率Q2和被推荐且被点击的概率Q3之和，如果确定该值大于阈值，则确定向用户110推荐该资源。

备选地，在一些实施例中，计算设备120可以仅考虑资源被推荐且被点击的概率Q3，如果确定该值大于阈值，则确定向用户110推荐该资源。

附加地或者备选地，在一些实施例中，计算设备120可以仅仅将Q2和Q3的值作为参考，并且综合其他各种推荐模型的结果来确定是否向用户推荐资源。

根据本公开提出的用于从资源库中向用户推荐资源的方法，通过利用在根据本公开的实施例训练的端到端推荐模型，可以准确地、高效地向用户推荐资源。

图6示出了根据本公开的实施例的用于从资源库中向用户推荐资源的装置600的示意框图。如图6所示，装置600包括：第一特征确定模块610，被配置为分别确定用户的用户特征以及多个资源的多个资源特征；第一匹配度确定模块620，被配置为基于用户特征和多个资源特征，分别确定用户和多个资源之间的多个匹配度；第一动作关系确定模块630，被配置为基于用户特征、多个资源特征以及多个匹配度，分别确定用户与多个资源之间的多个动作关系；以及推荐模块640，被配置为基于多个动作关系中的、包括推荐的动作关系，从多个资源中向用户推荐资源。

在一些实施例中，其中动作关系包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型。

在一些实施例中，其中第一动作关系确定模块630可以包括：推荐模型获取模块，被配置为针对用户与多个资源中的资源，获取与资源库相关联的推荐模型，推荐模型至少基于包括一个关联用户的特征的训练样本而被预先确定；以及第二动作关系确定模块，被配置为基于用户特征、资源的资源特征、用户与资源之间的匹配度以及推荐模型，确定多个动作关系中的用户与资源之间的动作关系。

在一些实施例中，其中推荐模块640可以包括：推荐列表确定模块，被配置为响应于确定多个动作关系中的动作关系属于预定动作关系，基于多个资源中的与动作关系相关联的资源来确定推荐列表；以及推荐列表提供模块，被配置为向用户提供候选推荐列表。

在一些实施例中，其中预定动作关系包括：推荐未点击类型以及推荐已点击类型中的任一项。

在一些实施例中，其中第一匹配度确定模块620可以包括：匹配模型获取模块，被配置为针对多个资源中的资源，获取匹配模型，匹配模型描述用户特征和资源特征之间的匹配关系；以及第二匹配度确定模块，被配置为基于用户特征、资源特征和匹配模型，确定用户和资源之间的匹配度。

其在一些实施例中，其中：用户特征包括以下至少任一项：性别、年龄、收入、所在地、以及教育水平。资源特征包括以下至少任一项：分类、作者以及发布时间。

图7示出了根据本公开的实施例的用于获取推荐模型的装置700的示意框图。如图7所示，装置700包括：第一历史访问条目选择模块710，被配置为从资源库的访问历史中选择历史访问条目，历史访问条目中记载的资源曾经被推荐给历史访问条目中记载的用户；第二特征确定模块720，被配置为确定用户的用户特征以及资源的资源特征；第三匹配度确定模块730，被配置为基于用户特征和资源特征确定用户和资源之间的匹配度；以及推荐模型训练模块740，被配置为基于用户特征、资源特征、匹配度以及访问历史中记载的用户与资源之间的动作关系，训练推荐模型。

在一些实施例中，其中动作关系包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型。

在一些实施例中，其中第一历史访问条目选择模块可以包括：正向训练样本确定模块，被配置为响应于确定历史访问条目中记载的用户和资源之间的动作关系属于预定正向动作关系，选择历史访问条目以建立用于训练推荐模型的正向训练样本，其中预定正向动作关系包括推荐未点击类型和推荐已点击类型中的任一项。

在一些实施例中，其中第一历史访问条目选择模块可以包括：负向训练样本确定模块，被配置为响应于确定历史访问条目中记载的用户和资源之间的动作关系属于预定负向动作关系，选择历史访问条目以建立用于训练推荐模型的负向训练样本，其中预定负向动作关系包括未召回类型和召回未推荐类型中的任一项。

在一些实施例中，其中第一历史访问条目选择模块可以包括：第二历史访问条目选择模块，被配置为响应于确定历史访问条目中记载的资源不属于预定资源类型，选择历史访问条目。

在一些实施例中，其中：用户特征包括以下至少任一项：性别、年龄、收入、所在地以及教育水平；资源特征包括以下至少任一项：分类、作者以及发布时间。

图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如过程200和300。例如，在一些实施例中，过程200和300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的过程200和300的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行过程200和300。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (20)

1.一种用于从资源库中向用户推荐资源的方法，所述资源库包括多个资源，所述方法包括：

分别确定所述用户的用户特征以及所述多个资源的多个资源特征；

基于所述用户特征和所述多个资源特征，分别确定所述用户和所述多个资源之间的多个匹配度；

基于所述用户特征、所述多个资源特征以及所述多个匹配度，分别确定所述用户与所述多个资源之间的多个动作关系；以及

基于所述多个动作关系中的、包括推荐的动作关系，从所述多个资源中向所述用户推荐资源，

其中所述动作关系包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型，

其中从所述多个资源中向所述用户推荐资源包括：

响应于确定所述多个动作关系中的动作关系属于预定动作关系，基于所述多个资源中的与所述动作关系相关联的资源来确定推荐列表；以及

向所述用户提供所述推荐列表；

其中基于所述用户特征、所述多个资源特征以及所述多个匹配度，分别确定所述用户与所述多个资源之间的多个动作关系包括：获得经训练得到的推荐模型，其中输入包括用户特征、资源特征以及用户和特征之间的匹配度，输出表示预测的资源未被召回的概率、被召回但未被推荐的概率、推荐但未被用户点击的概率、以及推荐且被用户点击的概率。

2.根据权利要求1所述的方法，其中分别确定所述用户与所述多个资源之间的所述多个动作关系包括：针对所述用户与所述多个资源中的资源，

获取与所述资源库相关联的推荐模型，所述推荐模型至少基于包括一个关联用户的特征的训练样本而被预先确定；以及

基于所述用户特征、所述资源的资源特征、所述用户与所述资源之间的匹配度以及所述推荐模型，确定所述多个动作关系中的所述用户与所述资源之间的动作关系。

3.根据权利要求1所述的方法，其中所述预定动作关系包括：推荐未点击类型以及推荐已点击类型中的任一项。

4.根据权利要求1所述的方法，其中分别确定所述用户和所述多个资源之间的多个匹配度包括：针对所述多个资源中的资源，

获取匹配模型，所述匹配模型描述所述用户特征和所述资源特征之间的匹配关系；以及

基于所述用户特征、所述资源特征和所述匹配模型，确定所述用户和所述资源之间的匹配度。

5.根据权利要求1所述的方法，其中：

所述用户特征包括以下至少任一项：性别、年龄、收入、所在地、以及教育水平，所述资源特征包括以下至少任一项：分类、作者以及发布时间。

6.一种用于获取推荐模型的方法，所述推荐模型用于从包括多个资源的资源库向用户推荐资源，所述方法包括：

从所述资源库的访问历史中选择历史访问条目，所述历史访问条目中记载的资源曾经被推荐给所述历史访问条目中记载的用户；

确定所述用户的用户特征以及所述资源的资源特征；

基于所述用户特征和所述资源特征确定所述用户和所述资源之间的匹配度；以及

基于所述用户特征、所述资源特征、所述匹配度以及所述访问历史中记载的所述用户与所述资源之间的动作关系，训练所述推荐模型，

其中所述动作关系包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型

其中选择所述历史访问条目包括：响应于确定所述历史访问条目中记载的用户和资源之间的动作关系属于预定正向动作关系，选择所述历史访问条目以建立用于训练所述推荐模型的正向训练样本，其中所述预定正向动作关系包括推荐未点击类型和推荐已点击类型中的任一项，其中选择所述历史访问条目包括：响应于确定所述历史访问条目中记载的用户和资源之间的动作关系属于预定负向动作关系，选择所述历史访问条目以建立用于训练所述推荐模型的负向训练样本，其中所述预定负向动作关系包括未召回类型和召回未推荐类型中的任一项。

7.根据权利要求6所述的方法，其中选择所述历史访问条目包括：响应于确定所述历史访问条目中记载的资源不属于预定资源类型，选择所述历史访问条目。

8.根据权利要求6所述的方法，其中：

所述用户特征包括以下至少任一项：性别、年龄、收入、所在地以及教育水平，所述资源特征包括以下至少任一项：分类、作者以及发布时间。

9.一种用于从资源库中向用户推荐资源的装置，所述资源库包括多个资源，所述装置包括：

第一特征确定模块，被配置为分别确定所述用户的用户特征以及所述多个资源的多个资源特征；

第一匹配度确定模块，被配置为基于所述用户特征和所述多个资源特征，分别确定所述用户和所述多个资源之间的多个匹配度；

第一动作关系确定模块，被配置为基于所述用户特征、所述多个资源特征以及所述多个匹配度，分别确定所述用户与所述多个资源之间的多个动作关系；以及

推荐模块，被配置为基于所述多个动作关系中的、包括推荐的动作关系，从所述多个资源中向所述用户推荐资源，

其中所述动作关系包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型，

其中所述推荐模块包括：

推荐列表确定模块，被配置为响应于确定所述多个动作关系中的动作关系属于预定动作关系，基于所述多个资源中的与所述动作关系相关联的资源来确定推荐列表；以及

推荐列表提供模块，被配置为向所述用户提供所述推荐列表，

其中基于所述用户特征、所述多个资源特征以及所述多个匹配度，分别确定所述用户与所述多个资源之间的多个动作关系包括：获得经训练得到的推荐模型，其中输入包括用户特征、资源特征以及用户和特征之间的匹配度，输出表示预测的资源未被召回的概率、被召回但未被推荐的概率、推荐但未被用户点击的概率、以及推荐且被用户点击的概率。

10.根据权利要求9所述的装置，其中所述第一动作关系确定模块包括：

推荐模型获取模块，被配置为针对所述用户与所述多个资源中的资源，获取与所述资源库相关联的推荐模型，所述推荐模型至少基于包括一个关联用户的特征的训练样本而被预先确定；以及

第二动作关系确定模块，被配置为基于所述用户特征、所述资源的资源特征、所述用户与所述资源之间的匹配度以及所述推荐模型，确定所述多个动作关系中的所述用户与所述资源之间的动作关系。

11.根据权利要求9所述的装置，其中所述预定动作关系包括：推荐未点击类型以及推荐已点击类型中的任一项。

12.根据权利要求9所述的装置，其中所述第一匹配度确定模块包括：

匹配模型获取模块，被配置为针对所述多个资源中的资源，获取匹配模型，所述匹配模型描述所述用户特征和所述资源特征之间的匹配关系；以及

第二匹配度确定模块，被配置为基于所述用户特征、所述资源特征和所述匹配模型，确定所述用户和所述资源之间的匹配度。

13.根据权利要求9所述的装置，其中：

所述用户特征包括以下至少任一项：性别、年龄、收入、所在地、以及教育水平，所述资源特征包括以下至少任一项：分类、作者以及发布时间。

14.一种用于获取推荐模型的装置，所述推荐模型用于从包括多个资源的资源库向用户推荐资源，所述装置包括：

第一历史访问条目选择模块，被配置为从所述资源库的访问历史中选择历史访问条目，所述历史访问条目中记载的资源曾经被推荐给所述历史访问条目中记载的用户；

第二特征确定模块，被配置为确定所述用户的用户特征以及所述资源的资源特征；

第三匹配度确定模块，被配置为基于所述用户特征和所述资源特征确定所述用户和所述资源之间的匹配度；以及

推荐模型训练模块，被配置为基于所述用户特征、所述资源特征、所述匹配度以及所述访问历史中记载的所述用户与所述资源之间的动作关系，训练所述推荐模型，

其中所述动作关系包括以下至少任一项：未召回类型、召回未推荐类型、推荐未点击类型、以及推荐已点击类型，

其中所述第一历史访问条目选择模块包括：正向训练样本确定模块，被配置为响应于确定所述历史访问条目中记载的用户和资源之间的动作关系属于预定正向动作关系，选择所述历史访问条目以建立用于训练所述推荐模型的正向训练样本，其中所述预定正向动作关系包括推荐未点击类型和推荐已点击类型中的任一项，

其中所述第一历史访问条目选择模块包括：负向训练样本确定模块，被配置为响应于确定所述历史访问条目中记载的用户和资源之间的动作关系属于预定负向动作关系，选择所述历史访问条目以建立用于训练所述推荐模型的负向训练样本，其中所述预定负向动作关系包括未召回类型和召回未推荐类型中的任一项。

15.根据权利要求14所述的装置，其中所述第一历史访问条目选择模块包括：第二历史访问条目选择模块，被配置为响应于确定所述历史访问条目中记载的资源不属于预定资源类型，选择所述历史访问条目。

16.根据权利要求14所述的装置，其中：

所述用户特征包括以下至少任一项：性别、年龄、收入、所在地以及教育水平；

所述资源特征包括以下至少任一项：分类、作者以及发布时间。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

18.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求6-8中任一项所述的方法。

19.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求6-8中任一项所述的方法。