[发明专利]资源推荐模型的训练方法、资源推荐方法、装置及服务器

权利要求书

1.一种资源推荐模型的训练方法，其特征在于，包括：

从多个资源类别中，确定新增行为特征对应的第一资源类别，所述新增行为特征是基于新增行为数据确定的，所述新增行为数据是基于用户账号对资源的操作生成的，所述第一资源类别为所述资源所属的类别；其中，每个资源类别与不同的类别特征对应，每个所述类别特征是每个所述资源类别对应的历史行为特征分别融合得到的，所述历史行为特征是根据历史行为数据确定的；

确定所述第一资源类别对应的第一类别特征，将所述新增行为特征与所述第一类别特征进行融合，得到所述第一资源类别更新后的第一类别特征；

基于所述多个资源类别对应的类别特征，确定资源推荐模型的第一样本特征，所述多个资源类别对应的类别特征包括所述第一资源类别更新后的第一类别特征；

获取样本行为数据，所述样本行为数据包括已推荐的样本资源的资源特征、用户特征和行为标签，其中，所述样本资源是在得到所述多个资源类别对应的类别特征之后向样本用户账号推荐的资源，所述资源特征用于描述所述样本资源，所述用户特征为所述样本用户账号对应的用户特征，所述行为标签用于表示所述样本用户账号对所述样本资源进行的行为的类型；

将所述样本资源的资源特征和用户特征确定为第二样本特征；

基于所述第一样本特征、所述第二样本特征和所述行为标签，训练所述资源推荐模型，所述资源推荐模型用于向任一用户账号推荐资源。

2.根据权利要求1所述的方法，其特征在于，每个资源类别对应的类别特征存储于所述资源类别对应的桶中，所述将所述新增行为特征与所述第一类别特征进行融合，得到所述第一资源类别更新后的第一类别特征，包括：

从所述多个资源类别对应的桶中，确定所述第一资源类别对应的第一桶；

从所述第一桶中提取所述第一类别特征；

将所述新增行为特征与所述第一类别特征进行融合，得到所述第一资源类别更新后的第一类别特征，将更新后的第一类别特征存储于所述第一桶中。

3.根据权利要求2所述的方法，其特征在于，所述新增行为特征包括多个维度的新增子特征；

每个资源类别与不同的桶对应，且每个桶与不同的维度对应，每个所述桶用于存储所述资源类别下，属于所述桶对应的维度的类别子特征；且每个资源类别对应的类别特征包括所述多个维度的类别子特征；

所述将所述新增行为特征与所述第一类别特征进行融合，得到所述第一资源类别更新后的第一类别特征，将更新后的第一类别特征存储于所述第一桶中，包括：

对于所述多个维度中的每个维度，从所述第一桶中确定与所述维度对应的第二桶，从所述第二桶中提取类别子特征；

将所述维度的新增子特征与所提取的类别子特征进行融合，将融合后的类别子特征存储于所述第二桶中。

4.根据权利要求3所述的方法，其特征在于，所述基于所述多个资源类别对应的类别特征，确定资源推荐模型的第一样本特征，包括：

对于每个资源类别，从所述资源类别对应的多个桶中，分别提取所述资源类别对应的类别子特征；

将提取到的所述多个资源类别对应的类别子特征进行拼接，得到所述第一样本特征。

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一样本特征、所述第二样本特征和所述行为标签，训练所述资源推荐模型，包括：

将所述第一样本特征与所述第二样本特征进行拼接，得到第三样本特征，基于所述第三样本特征和所述行为标签，训练所述资源推荐模型；或者，

将所述第一样本特征与所述第二样本特征进行融合，得到第三样本特征，基于所述第三样本特征和所述行为标签，训练所述资源推荐模型。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述资源属于多个第一资源类别，所述将所述新增行为特征与所述第一类别特征进行融合，得到所述第一资源类别更新后的第一类别特征，包括：

分别将每个第一资源类别对应的分配比例与所述新增行为特征的乘积，确定为每个所述第一资源类别分配得到的新增行为特征；

对于每个第一资源类别，将所述第一资源类别分配得到的新增行为特征，与所述第一资源类别对应的所述第一类别特征进行融合，得到所述第一资源类别更新后的第一类别特征。