[发明专利]资源推荐方法、装置、计算机设备及存储介质

权利要求书

1.一种资源推荐方法，其特征在于，包括下述步骤：

爬取多个第一资源的资源信息，分别作为待标记资源信息；

将所述待标记资源信息展示给用户，基于用户对每个待标记资源信息的确认，分别对所述待标记资源信息进行标记，获得目标标记资源信息；

识别所述目标标记资源信息是否满足预设条件,在所述目标标记资源信息满足预设条件时，将所述目标标记资源信息作为训练样本，基于所述训练样本训练预设的预测模型，获得训练后的预测模型；

爬取多个第二资源的资源信息，分别作为待识别资源信息，其中，所述待识别资源信息携带有下载链接，并将所述待识别资源信息分别输入至所述训练后的预测模型中，获得输出的推荐结果；

判断所述推荐结果是否属于建议推荐，在所述推荐结果属于建议推荐时，将所述待识别资源信息和所述下载链接发送至用户。

2.根据权利要求1所述的资源推荐方法，其特征在于，所述爬取多个第二资源的资源信息，作为待识别资源信息包括：

确定是否存在历史爬取时间戳，在存在所述历史爬取时间戳时，基于所述历史爬取时间戳获得历史爬取时间，将在所述历史爬取时间之后产生的页面作为新增页面，并获取所述新增页面的页面名称和页面地址；

获取数据库中存储的页面列表，其中，所述页面列表包括历史爬取页面的历史页面名称和历史页面地址；

确定所述页面列表中是否同时存在所述新增页面的页面名称和页面地址，在所述页面列表中未存在所述新增页面的页面名称和页面地址时，将所述新增页面的页面名称和页面地址添加进所述页面列表中，并基于所述页面地址爬取所述新增页面中的所述资源信息，作为所述待识别资源信息。

3.根据权利要求1所述的资源推荐方法，其特征在于，所述爬取多个第二资源的资源信息，作为待识别资源信息包括：

获取用户在预设的前端页面中选择的资源分类；

确定属于所述资源分类的资源作为目标资源；

定时爬取所述目标资源的资源信息，作为所述待识别资源信息。

4.根据权利要求1所述的资源推荐方法，其特征在于，所述爬取多个第一资源的资源信息，分别作为待标记资源信息包括：

获取预先配置的在线库中各网页的网页文件代码，作为待清洗字符串；

获取预先配置的清洗函数和正则表达式，基于所述清洗函数对所述待清洗字符串进行初步清洗操作，获得目标字符串；

基于所述正则表达式匹配所述目标字符串，获得所述待标记资源信息。

5.根据权利要求1所述的资源推荐方法，其特征在于，所述识别所述目标标记资源信息是否满足预设条件包括：

识别所述目标标记资源信息的数据量是否达到数据量阈值，在所述目标标记资源信息的数据量达到数据量阈值时，确认所述目标标记资源信息满足预设条件。

6.根据权利要求1所述的资源推荐方法，其特征在于，所述每个所述待标记资源信息包括多个第一标签数据，每个所述待识别资源信息包括多个第二标签数据；所述基于用户对每个待标记资源信息的确认，分别对所述待标记资源信息进行标记，获得目标标记资源信息包括：

基于用户对每个待标记资源信息的确认，分别对所述待标记资源信息标记为喜欢或者不喜欢，获得所述目标标记资源信息；

所述基于所述训练样本训练预设的预测模型，获得训练后的预测模型的步骤包括：

获取标记为喜欢的所述训练样本携带的第一标签数据，基于每种所述第一标签数据出现的频次对所述第一标签数据的权重进行参数调整操作，得到训练后的预测模型；

所述将所述待识别资源输入至所述训练后的预测模型中，获得输出的推荐结果的步骤包括：

获取所述待识别资源携带的第二标签数据，分别确定每个所述第二标签数据是否与任意所述第一标签数据相同，在所述第二标签数据与所述第一标签数据相同时，将所述第一标签数据的权重赋予所述第二标签数据，作为所述第二标签数据的目标权重；

所述预测模型基于所述第二标签数据的目标权重计算所述待识别资源的总体评分，基于所述总体评分确定所述待识别资源的推荐结果。