[发明专利]资源推荐模型的获取方法及装置

说明书

本发明公开了一种资源推荐模型的获取方法及装置，属于网络技术领域。所述方法包括：获取多个相似推荐位的用户数据；对所述多个相似推荐位的用户数据进行分区，得到多个数据分区；对每个数据分区内的用户数据进行训练，得到所述多个数据分区的推荐子模型；对所述多个数据分区的推荐子模型进行合并，得到资源推荐模型。本发明通过采用多个相似推荐位的用户数据进行建模，从而避免了训练数据较少的情况，大大扩展了模型建立方法的可用场景，通过上述用户数据建模得到的模型进行资源推荐，可以大大提高推荐位的推荐效率以及推荐位的曝光点击率。

技术领域

本发明涉及网络技术领域，特别涉及一种资源推荐模型的获取方法及装置。

背景技术

随着网络技术的发展，在线资源成为一种主流的网络服务形式。资源提供商可以通过推荐等手段，将在线资源有针对性的推荐给一些可能感兴趣的用户。

在资源推荐过程中，一般会通过在推荐位上显示资源，供用户进行查看。为了提高推荐的准确率，对推荐位来说，一般会采取数据挖掘、机器学习等方式，利用该推荐位上的用户的历史行为数据与用户画像，建立该推荐位的资源推荐模型，从而基于该资源推荐模型，来确定对该推荐位上资源的感兴趣的人群，并进行资源推荐。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

对于模型建立过程来说，一旦该推荐位的训练数据较少，则可能出现无法建立模型或者建立的模型不准确等情况，该模型建立方法的局限性较大，导致后续该推荐位的推荐效率低、推荐位的曝光点击率也会较低。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种资源推荐模型的获取方法及装置。所述技术方案如下：

一方面，提供了一种资源推荐模型的获取方法，所述方法包括：

获取多个相似推荐位的用户数据；对所述多个相似推荐位的用户数据进行分区，得到多个数据分区；对每个数据分区内的用户数据进行训练，得到所述多个数据分区的推荐子模型；对所述多个数据分区的推荐子模型进行合并，得到资源推荐模型。

另一方面，提供了一种资源推荐模型的获取装置，所述装置包括：

用户数据获取模块，用于获取多个相似推荐位的用户数据；

分区模块，用于对所述多个相似推荐位的用户数据进行分区，得到多个数据分区；

训练模块，用于对每个数据分区内的用户数据进行训练，得到所述多个数据分区的推荐子模型；

合并模块，用于对所述多个数据分区的推荐子模型进行合并，得到资源推荐模型。

本发明实施例提供的技术方案带来的有益效果是：

通过采用多个相似推荐位的用户数据进行建模，从而避免了训练数据较少的情况，大大扩展了模型建立方法的可用场景，通过上述用户数据建模得到的模型进行资源推荐，可以大大提高推荐位的推荐效率以及推荐位的曝光点击率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1是本发明实施例提供的一种资源推荐模型的获取方法的流程图；

图2是本发明实施例提供的一种资源推荐模型的获取方法的流程图；

图3是本发明实施例提供的数据分区的划分示意图；

图4是本发明实施例提供的一种资源推荐模型的获取装置的结构示意图；