CN115168732A - 资源推荐方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了一种资源推荐方法、装置、设备、存储介质以及程序产品，涉及计算机技术领域，尤其涉及人工智能和信息推荐等技术领域。具体实现方案为：获取推荐序列，其中，推荐序列包括至少一个待推荐资源；确定与推荐序列中每个待推荐资源对应的继续浏览概率；根据与每个待推荐资源对应的继续浏览概率，确定目标步长；以及根据目标步长，对推荐序列中的待推荐资源进行推荐。

Description

资源推荐方法、装置、设备以及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能和信息推荐等技术领域。

背景技术

随着移动互联网的发展，推荐系统已经深入到许多应用领域，有效地解决了信息过载问题。为了让用户拥有更好的推荐体验，可以推荐系统为用户打造沉浸式浏览场景，比如视频沉浸式浏览场景、图文沉浸式浏览场景等。在沉浸式浏览场景中，沉浸式浏览的步长是一个重要的指标。

发明内容

本公开提供了一种资源推荐方法、装置、设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种资源推荐方法，包括：获取推荐序列，其中，所述推荐序列包括至少一个待推荐资源；确定与所述推荐序列中每个待推荐资源对应的继续浏览概率；根据与所述每个待推荐资源对应的继续浏览概率，确定目标步长；以及根据所述目标步长，对所述推荐序列中的待推荐资源进行推荐。

根据本公开的另一方面，提供了一种资源推荐装置，包括：序列获取模块，用于获取推荐序列，其中，所述推荐序列包括至少一个待推荐资源；概率确定模块，用于确定与所述推荐序列中每个待推荐资源对应的继续浏览概率；步长确定模块，用于根据与所述每个待推荐资源对应的继续浏览概率，确定目标步长；以及推荐模块，用于根据所述目标步长，对所述推荐序列中的待推荐资源进行推荐。

本公开的另一个方面提供了一种电子设备，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本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了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本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现本公开实施例所示方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

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示意性示出了根据本公开实施例的可以应用资源推荐方法和装置的示例性系统架构；

图2示意性示出了根据本公开的实施例的资源推荐方法的流程图；

图3示意性示出了根据本公开的实施例的确定与每个待推荐资源对应的继续浏览概率的方法的流程图；

图4示意性示出了根据本公开的实施例的确定目标步长的方法的流程图；

图5示意性示出了根据本公开另一实施例的资源推荐方法的流程图；

图6示意性示出了根据本公开另一实施例的确定目标步长的示意图；

图7示意性示出了根据本公开实施例的资源推荐装置的框图；以及

图8示意性示出了可以用来实施本公开的实施例的示例电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

以下将结合图1对本公开提供的可以应用资源推荐方法和装置的示例性系统架构进行描述。

图1示意性示出了根据本公开实施例的可以应用资源推荐方法和装置的示例性系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

服务器105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105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。

需要说明的是，本公开实施例所提供的资源推荐方法一般可以由服务器105执行。相应地，本公开实施例所提供的资源推荐装置一般可以设置于服务器105中。本公开实施例所提供的资源推荐方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的资源推荐装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。

以下将结合图2对本公开提供的资源推荐方法进行描述。

图2示意性示出了根据本公开的实施例的资源推荐方法的流程图。

如图2所示，该资源推荐方法200包括在操作S210，获取推荐序列。

根据本公开的实施例，推荐序列可以包括至少一个待推荐资源。待推荐资源例如可以包括视频、音频、文字、图片等资源。

然后，在操作S220，确定与推荐序列中每个待推荐资源对应的继续浏览概率。

根据本公开的实施例，继续浏览概率可以用于表示用户浏览待推荐资源之后还会继续浏览的概率。

在操作S230，根据与每个待推荐资源对应的继续浏览概率，确定目标步长。

根据本公开的实施例，继续浏览概率可以用于表示用户在浏览待推荐资源之后还会继续浏览下一个待推荐资源的概率。目标步长可以用于表示单次推荐所包含的资源的数量。

例如，用户可以通过滑动操作来浏览下一个资源。因此可以检测是否触发滑动操作，若触发了滑动操作，则表示用户继续浏览。

在操作S240，根据目标步长，对推荐序列中的待推荐资源进行推荐。

根据本公开的实施例，例如可以根据目标步长，将推荐序列中的待推荐资源划分为多个批次。然后依次展示多个批次的待推荐资源。

根据本公开的实施例的资源推荐方法可以应用于沉浸式浏览场景。在沉浸式浏览场景中，可以向用户推荐m个资源，从而使用户可以以沉浸式地浏览该m个资源。在用户浏览完m个资源之后，可以触发刷新操作，从而继续浏览另外m个资源。其中，m为正整数，即为步长。

相关技术推荐资源时，步长由人工设置，步长设置不合理。

根据本公开的实施例，根据与每个待推荐资源对应的继续浏览概率来确定步长，可以实现对步长的优化，使步长更为合理，提升用户体验，增如应用的用户量。

下面参考图3，结合具体实施例对上文所示的确定与每个待推荐资源对应的继续浏览概率的方法做进一步说明。

图3示意性示出了根据本公开的实施例的确定与每个待推荐资源对应的继续浏览概率的方法的流程图。

如图3所示，确定与每个待推荐资源对应的继续浏览概率的方法320例如可以包括在操作S321，针对每个待推荐资源，根据待推荐资源的点击率预估值、时长预估值、完播率预估值和互动数据中的至少一个，确定输入特征。

根据本公开的实施例，点击率(Click-Through-Rate，CTR)预估值可以用于预估待推荐资源被点击的概率。点击率预估值例如可以包括CTR(Click-Through-Rate)的预估值。示例性地，例如可以预先训练机器学习模型，利用机器学习模型来预估用户点击资源的概率。时长预估值可以用于预估用户浏览该待推荐资源时的浏览时长。完播率预估值可以用于预估待推荐资源中用户浏览的部分占全部待推荐资源的比例。比如10分钟的视频用户观看了1分钟，那么完播率就是10％。互动数据可以用于预估用户针对该待推荐资源发生互动行为的概率。其中，互动行为例如可以包括点赞、评论、转发等。

在操作S322，将输入特征输入机器学习模型，得到与待推荐资源对应的继续浏览概率。

根据本公开的实施例，例如可以预先训练机器学习模型来确定待推荐资源所对应的继续浏览概率。该机器学习模型的输入可以为资源的点击率预估值、时长预估值、完播率预估值和互动数据中的至少一个。输出可以为该资源的继续浏览概率。

下面参考图4，结合具体实施例对上文所示的确定目标步长的方法做进一步说明。

图4示意性示出了根据本公开的实施例的确定目标步长的方法的流程图。

如图4所示，确定与每个待推荐资源对应的继续浏览概率的方法430例如可以包括在操作S431，根据推荐序列，确定多个候选步长。

在操作S432，与每个待推荐资源对应的继续浏览概率，确定与多个候选步长中每个候选步长对应的数学期望。

在操作S433，确定多个候选步长中数学期望最大的候选步长，作为目标步长。

根据本公开的实施例，例如可以对推荐序列可设置的步长进行枚举，得到候选步长。

根据本公开的实施例，例如可以将候选步长所对应的数学期望作为衡量候选步长合理程度的参考数据。候选步长的数学期望越大，则表示该候选步长越合理。

根据本公开的实施例，沉浸式浏览场景可以分两种情况，带入口资源的沉浸式浏览场景和没有入口资源的沉浸式浏览场景。

其中，入口资源指用于作为沉浸式浏览场景入口的资源。在带入口资源的沉浸式浏览场景中，用户可以通过在列表页点击相应的入口资源，从而进入沉浸式浏览界面。

例如，应用界面中可以包含综合信息流，入口资源可以设置于综合信息流中。当用户在综合信息流里点击了特定类型的入口资源，就会进入相应的沉浸式浏览场景。在此场景里推荐的资源都是和入口资源属于同一类型的资源，用户可以沉浸式浏览这些资源。

在没有入口资源的沉浸式浏览场景中，没有设置入口资源，用户打开应用即进入沉浸式浏览界面，或者用户是通过应用的功能入口进入沉浸式浏览界面，而非通过入口资源。

例如，对于一些短视频应用，用户一打开该应用即进入视频沉浸式浏览场景，不存在入口资源。

对于带入口资源的沉浸式浏览场景，例如可以根据以下公式计算数学期望：

E(S(L|u，i))＝E(S({d₁，d₂，…，d_n}|u，i))＝1*p(↓|u，i)*(1-p(↓|u，i，d₁))+2*p(↓|u，i)*p(↓|u，i，d₁)(1-p(↓|u，i，d₁，d₂))+…+n*p(↓|u，i)*p(↓|u，i，d₁)*…*p(↓|u，i，d₁，…，d_n-1)＝p(↓|u，i)*[1*(1-p(↓|u，i，d₁))+2*p(↓|u，i，d₁)(1-p(↓|u，i，d₁，d₂))+…+n*p(↓|u，i，d₁)*…*p(↓|u，i，d₁，…，d_n-1)]＝p(↓|u，i)*V(S(L|u，i))

其中，u可以表示对象，对象例如可以为用户。i可以表示入口资源。L为推荐序列，L＝{d1，d2，…，dn}，d1、d2、…、dn为待推荐资源。(S(L|u，i))表示步长，E为(S(L|u，i))所对应的数学期望。p(↓|u，i)表示对象浏览过i之后继续浏览的概率。p(↓|u，i，d₁，…，d_n-1)表示用户看完i、d1、d2、…、dn-1之后继续浏览的概率。1、2、…n分别对应步长为1、2、…n时的情形。

示例性地，本实施例中，V(S(L|u，i))可以记为：

V(S(L|u，i))＝1*(1-p(↓|u，i，d₁))+2*p(↓|u，i，d₁)(1-p(↓|u，i，d₁，d₂))+…+n*p(↓|u，i，d₁)*…*p(↓|u，i，d₁，…，d_n-1)

在需要对入口资源和步长进行联合优化的情况下，优化目标可以表示为使E(S(L|u，i))＝p(↓|u，i)*V(S(L|u，i))最大化，即选择合适的i和L，使得步长最大化。

在入口资源已给定，只需要优化步长的情况下，优化目标可以表示为使V(S(L|u，i))最大化。

对于没有入口资源的沉浸式浏览场景，例如可以根据以下公式计算数学期望：

E(S(L|u))＝E(S({d₁，d₂，…，d_n}|u))＝1*p(↓|u)*(1-p(↓|u，d₁))+2*p(↓|u)*p(↓|u，d₁)(1-p(↓|u，d₁，d₂))+…+n*p(↓|u)*p(↓|u，d₁)*…*p(↓|u，d₁，…，d_n-1)＝p(↓|u)*[1*(1-p(↓|u，d₁))+2*p(↓|u，d₁)(1-p(↓|u，d₁，d₂))+…+n*p(↓|u，d₁)*…*p(↓|u，d₁，…，d_n-1)|＝p(↓|u)*V(S(L|u))

其中，u可以表示对象，对象例如可以为用户。L为推荐序列，L＝{d1，d2，…，dn}，d1、d2、…、dn为待推荐资源。(S(L|u))表示步长，E为(S(L|u))所对应的数学期望。p(↓|u)表示对象进入沉浸式浏览界面的概率。p(↓|u，i，d₁，…，d_n-1)表示用户看完i、d1、d2、…、dn-1之后继续浏览的概率。1、2、…n分别对应步长为1、2、…n时的情形。

示例性地，本实施例中，V(S(L|u))可以记为：

V(S(L|u))＝1*(1-p(↓|u，d₁))+2*p(↓|u，d₁)(1-p(↓|u，d₁，d₂))+…+n*p(↓|u，d₁)*…*p(↓|u，d₁，…，d_n-1)

对象进入沉浸式浏览界面的概率p(↓|u)和当前待推荐的结果无关，因此，优化步长时，只需要使V(S(L|u))最大化即可。

根据本公开的实施例，通过计算每种候选步长的数学期望，根据数学期望来确定目标步长，可以提高目标步长，进而提升用户体验，增加应用的用户量。

图5示意性示出了根据本公开另一实施例的资源推荐方法的流程图。

如图5所示，该资源推荐方法500还可以包括在操作S550，获取多个候选资源。

根据本公开的实施例，例如可以候选资源例如可以包括视频、音频、文字、图像等资源。

在操作S560，对多个候选资源中的每个候选资源进行评估，得到每个候选资源的评估值。

根据本公开的实施例，评估值可以用于表示用户对候选资源的喜爱程度。示例性地，本实施例中，评估值越高则表示用户对候选资源的喜爱程度越高。

根据本公开的实施例，例如可以获取与每个候选资源对应的对象特征、资源特征和候选资源与对象之间的交叉特征。然后根据与每个候选资源对应的对象特征、资源特征和交叉特征，确定每个候选资源的评估值。其中，对象特征可以包括用户的偏好信息等。资源特征例如可以包括资源的关键词、类别、发布时间等等。交叉特征可以包括用户和资源之间的匹配度等。

根据本公开例的另一实施例，例如可以通过预先训练的机器学习模型来评估候选资源。该机器学习模型的输入可以为资源的对象特征、资源特征和交叉特征。输出可以为该资源的评估值。

在操作S570，根据评估值，从多个候选资源中确定至少一个待推荐资源，得到推荐序列。

根据本公开的实施例，例如可以多个候选资源中确定评估值最高的k个候选资源作为待推荐资源，其中，k为正整数，k的值可以根据实际需要设置。

根据本公开的另一实施例，例如可以beam-search(集束搜索)算法选出最终最后的k个候选资源。beam-search可以理解为宽度优先搜索，它是寻找潜在最优序列的一种贪婪算法。beam-search算法包含参数beam size。可以分为多轮进行搜索时，每一轮搜索均保留得分最高的beam size个候选资源，然后在下一轮基于该beam size个候选资源继续搜索。beam size越大，得到的候选结果越优质，但是性能开销越大。因此可以根据对计算性能和搜索效果的需求来设置beam size的值，以在计算性能和搜索效果之间取得折衷。示例性地本实施例中，可以将评估值作为beam-search算法每一轮的分值。另外，也可以在每轮选择中，评估每种序列片段的步长的数学期望，从而辅助beam-search算法选出最终最后的k个候选资源。beam-search算法的

根据本公开的实施例，通过beam-search算法可以提高推荐序列的质量。推荐序列的质量越高，则步长优化的效果也越好。

下面参考图6，结合具体实施例对上文所示的确定目标步长的方法做进一步说明。本领域技术人员可以理解，以下示例实施例仅用于理解本公开，本公开并不局限于此。

图6示意性示出了根据本公开另一实施例的确定目标步长的示意图。

在图6中示出了，从多个候选资源601中确定多个待推荐资源602。该多个待推荐资源602构成推荐序列。

示例性地，本实施例中，例如可以对多个候选资源601中的每个候选资源601进行评估，得到每个候选资源601的评估值，评估值可以用于表示用户对候选资源的喜爱程度。根据评估值，从多个候选资源601中确定多个待推荐资源602。

针对每个待推荐资源602，根据每个待推荐资源的点击率预估值、时长预估值、完播率预估值和互动数据，确定输入特征。将每个输入特征输入机器学习模型，得到与每个待推荐资源602对应的继续浏览概率603。

然后，根据推荐序列，确定多个候选步长604。根据与每个待推荐资源对应的继续浏览概率603，确定与多个候选步长604中每个候选步长604对应的数学期望，确定多个候选步长604中数学期望最大的候选步长604，作为目标步长605。

以下将结合图7对本公开提供的资源推荐装置进行描述。

图7示意性示出了根据本公开实施例的资源推荐装置的框图。

如图7所示，资源推荐装置700可以包括序列获取模块710、概率确定模块720、步长确定模块730和推荐模块740。

序列获取模块710，可以用于获取推荐序列，其中，推荐序列包括至少一个待推荐资源。

概率确定模块720，可以用于确定与推荐序列中每个待推荐资源对应的继续浏览概率。

步长确定模块730，可以用于根据与每个待推荐资源对应的继续浏览概率，确定目标步长。

推荐模块740，可以用于根据目标步长，对推荐序列中的待推荐资源进行推荐。

根据本公开的实施例，概率确定模块可以包括特征确定子模块和输入子模块。其中，特征确定子模块，可以用于针对每个待推荐资源，根据待推荐资源的点击率预估值、时长预估值、完播率预估值和互动数据中的至少一个，确定输入特征。输入子模块，可以用于将输入特征输入机器学习模型，得到与待推荐资源对应的继续浏览概率。

根据本公开的实施例，步长确定模块可以包括候选步长确定子模块、期望确定子模块和目标步长确定子模块。其中，候选步长确定子模块，可以用于根据推荐序列，确定多个候选步长。期望确定子模块，可以用于与每个待推荐资源对应的继续浏览概率，确定与多个候选步长中每个候选步长对应的数学期望。目标步长确定子模块，可以用于确定多个候选步长中数学期望最大的候选步长，作为目标步长。

根据本公开的实施例，资源推荐装置还可以包括资源获取模块、评估模块和推荐序列确定模块。其中，资源获取模块可以用于获取多个候选资源。评估模块，可以用于对多个候选资源中的每个候选资源进行评估，得到每个候选资源的评估值。推荐序列确定模块，可以用于根据评估值，从多个候选资源中确定多个待推荐资源，得到推荐序列。

根据本公开的实施例，评估模块可以包括特征获取子模块和评估值确定子模块。其中，特征获取子模块，可以用于获取与每个候选资源对应的对象特征、资源特征和候选资源与对象之间的交叉特征。评估值确定子模块，可以用于根据与每个候选资源对应的对象特征、资源特征和交叉特征，确定每个候选资源的评估值。

根据本公开的实施例，推荐模块可以包括划分子模块和展示子模块。其中，划分子模块，可以用于根据目标步长，将推荐序列中的待推荐资源划分为多个批次。展示子模块，可以用于依次展示多个批次的待推荐资源。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图8示意性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，例如资源推荐方法。例如，在一些实施例中，资源推荐方法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资源推荐方法的一个或多个步骤。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)而被配置为执行资源推荐方法。

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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(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。

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 (15)

1.一种资源推荐方法，包括：

获取推荐序列，其中，所述推荐序列包括至少一个待推荐资源；

确定与所述推荐序列中每个待推荐资源对应的继续浏览概率；

根据与所述每个待推荐资源对应的继续浏览概率，确定目标步长；以及

根据所述目标步长，对所述推荐序列中的待推荐资源进行推荐。

2.根据权利要求1所述的方法，其中，所述确定与所述推荐序列中每个待推荐资源对应的继续浏览概率包括：

针对所述每个待推荐资源，

根据所述待推荐资源的点击率预估值、时长预估值、完播率预估值和互动数据中的至少一个，确定输入特征；以及

将所述输入特征输入机器学习模型，得到与所述待推荐资源对应的继续浏览概率。

3.根据权利要求1所述的方法，其中，所述根据与所述每个待推荐资源对应的继续浏览概率，确定目标步长，包括：

根据所述推荐序列，确定多个候选步长；

与所述每个待推荐资源对应的继续浏览概率，确定与所述多个候选步长中每个候选步长对应的数学期望；以及

确定所述多个候选步长中数学期望最大的候选步长，作为所述目标步长。

4.根据权利要求1所述的方法，还包括：

获取多个候选资源；

对所述多个候选资源中的每个候选资源进行评估，得到所述每个候选资源的评估值；以及

根据所述评估值，从所述多个候选资源中确定至少一个待推荐资源，得到所述推荐序列。

5.根据权利要求4所述的方法，其中，所述对所述多个候选资源中的每个候选资源进行评估，得到所述每个候选资源的评估值，包括：

获取与所述每个候选资源对应的对象特征、资源特征和所述候选资源与对象之间的交叉特征；以及

根据与所述每个候选资源对应的对象特征、所述资源特征和所述交叉特征，确定所述每个候选资源的评估值。

6.根据权利要求1-5中任一项所述的方法，其中，所述根据所述目标步长，对所述推荐序列中的待推荐资源进行推荐，包括：

根据所述目标步长，将所述推荐序列中的待推荐资源划分为多个批次；以及

依次展示所述多个批次的待推荐资源。

7.一种资源推荐装置，包括：

序列获取模块，用于获取推荐序列，其中，所述推荐序列包括至少一个待推荐资源；

概率确定模块，用于确定与所述推荐序列中每个待推荐资源对应的继续浏览概率；

步长确定模块，用于根据与所述每个待推荐资源对应的继续浏览概率，确定目标步长；以及

推荐模块，用于根据所述目标步长，对所述推荐序列中的待推荐资源进行推荐。

8.根据权利要求7所述的装置，其中，所述概率确定模块，包括：

特征确定子模块，用于针对所述每个待推荐资源，根据所述待推荐资源的点击率预估值、时长预估值、完播率预估值和互动数据中的至少一个，确定输入特征；以及

输入子模块，用于将所述输入特征输入机器学习模型，得到与所述待推荐资源对应的继续浏览概率。

9.根据权利要求7所述的装置，其中，所述步长确定模块，包括：

候选步长确定子模块，用于根据所述推荐序列，确定多个候选步长；

期望确定子模块，用于与所述每个待推荐资源对应的继续浏览概率，确定与所述多个候选步长中每个候选步长对应的数学期望；以及

目标步长确定子模块，用于确定所述多个候选步长中数学期望最大的候选步长，作为所述目标步长。

10.根据权利要求7所述的装置，还包括：

资源获取模块，用于获取多个候选资源；

评估模块，用于对所述多个候选资源中的每个候选资源进行评估，得到所述每个候选资源的评估值；以及

推荐序列确定模块，用于根据所述评估值，从所述多个候选资源中确定至少一个待推荐资源，得到所述推荐序列。

11.根据权利要求10所述的装置，其中，所述评估模块，包括：

特征获取子模块，用于获取与所述每个候选资源对应的对象特征、资源特征和所述候选资源与对象之间的交叉特征；以及

评估值确定子模块，用于根据与所述每个候选资源对应的对象特征、所述资源特征和所述交叉特征，确定所述每个候选资源的评估值。

12.根据权利要求7-11中任一项所述的装置，其中，所述推荐模块，包括：

划分子模块，用于根据所述目标步长，将所述推荐序列中的待推荐资源划分为多个批次；以及

展示子模块，用于依次展示所述多个批次的待推荐资源。

13.一种电子设备，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1-6中任一项所述的方法。

14.一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1-6中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-6中任一项所述方法的步骤。

Images