[发明专利]资源推荐方法及装置

权利要求书

1.一种资源推荐方法，其特征在于，包括：

接收到终端设备发送的推荐请求后，根据召回方式确定召回队列，所述召回队列包含至少一个资源，所述推荐请求是所述终端设备响应目标用户的刷新指令生成的；

对于召回队列中的资源，利用所述资源的资源特征和所述目标用户的用户特征，确定所述资源的交叉特征向量，所述交叉特征向量用于指示所述目标用户与所述资源的匹配程度；

将所述资源的交叉特征向量、所述资源的资源向量和所述用户的用户向量输入至粗排模型，以得到所述召回队列的资源的粗排分，所述粗排分指示所述目标用户点击所述资源的概率，所述用户向量用于指示所述用户的特征，其中，所述粗排模型为深度神经网络模型，包括用户神经子网络模型、资源神经网络子模型、交叉特征子模型和粗排分计算子模型，所述粗排分计算子模型为利用所述用户神经子网络模型输出的用户向量、所述资源神经网络子模型输出的资源向量和所述交叉特征子模型输出的交叉特征向量训练得到的；

根据所述召回队列中的资源的粗排分，确定在推荐页面待显示的待推荐资源。

2.根据权利要求1所述的方法，其特征在于，所述粗排模型包括交叉特征子模型，所述对于召回队列中的资源，利用所述资源的资源特征和所述目标用户的用户特征，确定所述资源的交叉特征向量，包括：

对于召回队列中的资源，将所述资源的资源特征和所述目标用户的用户特征，输入至所述交叉特征子模型；

运行所述交叉特征子模型，以输出所述资源的交叉特征向量，所述召回队列中资源的资源特征是预先获取到的。

3.根据权利要求1所述的方法，其特征在于，所述接收到终端设备发送的推荐请求后，根据召回方式确定召回队列之前，还包括：

离线获取资源池中资源的资源特征集合；

从所述资源池中确定出所述召回队列中的资源；

从所述资源特征集合中确定出所述召回队列中资源的资源特征。

4.根据权利要求1所述的方法，其特征在于，所述接收到终端设备发送的推荐请求后，根据召回方式确定召回队列之前，还包括：

根据所述目标用户的点击记录，确定所述目标用户的用户特征。

5.根据权利要求1～4任一项所述的方法，其特征在于，所述接收到终端设备发送的推荐请求后，根据召回方式确定召回队列之前，还包括：

根据点展日志从资源池中确定出被历史用户点击过的资源，以及未被历史用户点击过的资源，所述点展日志用于记录所述资源池中资源的资源特征，以及所述历史用户的用户特征；

利用正样本和负样本训练所述粗排模型，所述正样本包括被历史用户点击过的资源的资源特征和所述历史用户的用户特征，所述负样本包括未被历史用户点击的资源的资源特征，所述资源池至少包含所述召回队列中的资源。

6.根据权利要求5所述的方法，其特征在于，所述利用所述正样本、所述负样本和所述历史用户的用户特征，训练所述用户神经子网络模型、所述资源神经网络子模型、所述交叉特征子模型和所述粗排分计算子模型，包括：

利用所述历史用户的用户特征作训练所述用户神经子网络模型；

利用将所述正样本和/或所述负样本训练所述资源神经网络子模型；

利用所述历史用户的用户特征和所述资源池中资源的资源特征训练所述交叉特征子模型；

利用所述用户神经子网络模型输出的用户向量、所述资源神经网络子模型输出的资源向量和所述交叉特征子模型输出的交叉特征向量训练所述粗排分计算子模型。

7.根据权利要求1～4任一项所述的方法，其特征在于，

所述资源特征包括下述特征中的至少一个：资源分类、资源发布时间、资源作者；

所述用户特征包括下述特征中的至少一个：用户年龄、请求时间、兴趣点、经纬度；

所述交叉特征包括下述特征中的至少一个：用户和资源分类匹配的个数、用户与资源匹配的兴趣点的名称。