[发明专利]一种网络资源推荐方法、装置、电子设备及可读存储介质

说明书

本发明实施例提供了一种网络资源推荐方法、装置、电子设备及可读存储介质，涉及互联网技术领域，方法包括：获取目标用户的目标用户描述特征、各待推荐网络资源各自的资源描述特征，以及各待推荐网络资源各自的已上线时长；针对每一待推荐网络资源，基于该待推荐网络资源的资源描述特征、已上线时长，以及目标用户描述特征，计算目标用户浏览该待推荐网络资源的第一预测概率；基于第一预测概率，向目标用户推荐所述待推荐网络资源。基于上述处理，能够提高新上线的网络资源的曝光率，以及减少无效推荐。

技术领域

本发明涉及互联网技术领域，特别是涉及一种网络资源推荐方法、装置、电子设备及可读存储介质。

背景技术

随着互联网技术的快速发展，用户可以通过客户端浏览各种网络资源。例如，用户可以通过客户端浏览视频。

针对视频浏览的场景，相关技术中，为了提高用户体验，可以基于用户的用户描述特征(例如，用户的年龄、性别等)和视频网络资源的资源描述特征(例如，视频网络资源的类型、视频网络资源的标题等)，确定向用户推荐的视频网络资源。例如，可以计算用户的用户描述特征，分别与各视频网络资源的资源描述特征的相似度，进而，可以向用户推荐相似度较高的视频网络资源。

发明内容

本发明实施例的目的在于提供一种网络资源推荐方法、装置、电子设备及可读存储介质，以提高新上线的网络资源的曝光率，且减少无效推荐。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种网络资源推荐方法，所述方法包括：

获取目标用户的目标用户描述特征、各待推荐网络资源各自的资源描述特征，以及所述各待推荐网络资源各自的已上线时长；

针对每一待推荐网络资源，基于该待推荐网络资源的资源描述特征、已上线时长，以及所述目标用户描述特征，计算所述目标用户浏览该待推荐网络资源的第一预测概率；

基于所述第一预测概率，向所述目标用户推荐所述待推荐网络资源。

可选的，所述针对每一待推荐网络资源，基于该待推荐网络资源的资源描述特征、已上线时长，以及所述目标用户描述特征，计算所述目标用户浏览该待推荐网络资源的第一预测概率，包括：

针对每一待推荐网络资源，基于对该待推荐网络资源的资源描述特征、已上线时长、所述目标用户描述特征进行拼接，得到目标特征矩阵；

将所述目标特征矩阵输入至预先训练的浏览预测网络模型；

基于所述浏览预测网络模型的模型参数所表示的该待推荐网络资源的资源描述特征、已上线时长、所述目标用户描述特征各自对输出结果的贡献度，对所述目标特征矩阵进行处理，得到所述目标用户浏览该待推荐网络资源的第一预测概率；

其中，所述浏览预测网络模型为基于预设训练样本进行训练得到的；所述预设训练样本包括：样本用户的样本用户描述特征、样本网络资源的样本资源描述特征、向所述样本用户推荐所述样本网络资源时所述样本网络资源的已上线时长，以及向所述样本用户推荐所述样本网络资源时所述样本用户浏览所述样本网络资源的真实概率。

可选的，所述样本网络资源包括以下至少一项：

已上线时长大于预设时长，且在第一历史时间段内不存在用户浏览行为的网络资源；

在第二历史时间段内向所述样本用户推荐的次数大于第一阈值，且所述样本用户未浏览的网络资源；

在历史时刻向所述样本用户推荐，且所述样本用户未浏览，且所述样本用户在所述历史时刻之前已浏览的网络资源。

可选的，所述预设训练样本还包括针对所述样本网络资源的历史行为特征；