[发明专利]待推荐网络资源的确定方法、装置、计算机设备及介质

权利要求书

1.一种待推荐网络资源的确定方法，其特征在于，包括：

获取至少两个推荐模型确定的网络资源的推荐概率，其中，每个推荐模型基于对单一行为指标样本集进行学习生成，每个单一行为指标样本集中的样本对应相同的用户行为；

采用综合模型基于所述推荐概率从所述网络资源中确定待推荐网络资源，其中，综合模型基于各个所述推荐模型及对应的目标系数确定，所述目标系数是随机生成的至少两组参考系数中，使所述综合模型的推荐效果值满足预期的一组参考系数，所述推荐效果值是评价所述综合模型的推荐效果的指标。

2.根据权利要求1所述的方法，其特征在于，在获取至少两个推荐模型确定的网络资源的推荐概率之前，还包括：

基于预设的综合模型表达式生成至少两个综合模型；

对于每个综合模型，按照预设数值逐个更新对应的参考系数，确定每次更新操作前后对应的综合模型的推荐效果值，将更新操作过程中使所述推荐效果值最大的参考系数作为目标系数；

当各个综合模型中的各个参考系数均替换为对应的目标系数的情况下，根据至少两个综合模型的推荐效果值确定满足预期的目标综合模型。

3.根据权利要求2所述的方法，其特征在于，所述基于预设的综合模型表达式生成至少两个综合模型，包括：

基于预设的综合模型表达式中的模型综合系数的数量，随机生成至少两组对应数量的参考系数；

将各组所述参考系数分别结合到所述综合模型表达式，得到至少两个综合模型。

4.根据权利要求2所述的方法，其特征在于，所述将更新操作过程中使所述推荐效果值最大的参考系数作为目标系数，包括：

在本次更新操作使所述推荐效果值增大的情况下，继续按照预设数值更新与所述本次更新操作对应的参考系数；

在本次更新操作使所述推荐效果值减小的情况下，将本次更新操作对应的参考系数在本次更新操作之前的数值作为目标系数。

5.根据权利要求2所述的方法，其特征在于，所述按照预设数值逐个更新对应的参考系数，包括：

选择数值增加和数值减小两个方向中任意一个方向，按照预设数值逐个更新对应综合模型的参考系数。

6.根据权利要求5所述的方法，其特征在于，在确定每次更新操作前后对应的综合模型的推荐效果值之后，还包括：

在本次更新操作是首次更新时，如果本次更新操作使所述推荐效果值减小，则沿与本次更新操作的数值调整方向相反的方向更新本次更新操作对应的参考系数。

7.根据权利要求2所述的方法，其特征在于，所述确定每次更新操作前后对应的综合模型的推荐效果值，包括：

在本次更新操作是首次更新操作的情况下，将首次更新操作前的综合模型的推荐效果值作为本次更新操作前对应的综合模型的推荐效果值；

在本次更新操作非首次更新操作的情况下，将上一次更新操作后的综合模型的推荐效果值作为本次更新操作前对应的综合模型的推荐效果值；

确定每次更新操作后对应的综合模型的推荐效果值。

8.根据权利要求7所述的方法，其特征在于，采用如下步骤确定综合模型的推荐效果值，包括：

采用所述综合模型确定各个单一行为指标样本集的样本推荐概率，根据所述样本推荐概率确定对应单一样本集中样本的排序结果；

根据所述排序结果，以及对应单一行为指标样本集对应的正样本数量和曝光样本数量，计算所述综合模型的推荐效果值。

9.根据权利要求2所述的方法，其特征在于，所述当各个综合模型中的各个参考系数均替换为对应的目标系数的情况下，根据至少两个综合模型的推荐效果值确定满足预期的目标综合模型，包括：

当各个综合模型中的各个参考系数均替换为对应的目标系数的情况下，比较各个综合模型的推荐效果值，将最大推荐效果值对应的综合模型作为目标综合模型。