一种资源评分方法及系统技术方案

技术编号:29703505 阅读:18 留言:0更新日期:2021-08-17 14:32
本发明专利技术提供了一种资源评分方法及系统,该方法为:获取待推荐用户的用户特征和待处理资源;获取预先缓存的待处理资源的资源特征及其对应的第一计算参数、第二计算参数和第三计算参数;根据用户特征和待处理资源的资源特征,确定M个匹配特征并组合得到目标组合模式;获取预先缓存的与目标组合模式对应的第四计算参数、第五计算参数和第六计算参数;基于用户特征确定第七计算参数、第八计算参数和第九计算参数;基于第一计算参数至第九计算参数,结合FM公式,并行计算每个待处理资源的评分。不需要每次都重新计算各个计算参数,同时以并行计算的方式并行计算各个资源的评分,节约计算资源和时间,提高资源推荐的效率。

【技术实现步骤摘要】
一种资源评分方法及系统
本专利技术涉及资源推荐
,具体涉及一种资源评分方法及系统。
技术介绍
随着互联网技术的发展,资源(例如视频、文章和物品等)推荐的应用越来越广泛。在资源推荐过程中通常涉及资源召回、资源排序和资源重排序三个环节,其中的资源排序环节就是对所召回的资源进行打分并选择topn的高分资源,资源排序环节是影响资源推荐效果的重要因素。目前对资源进行打分的方式为:因子分解机(FactorizationMachine,FM)模型使用FM公式逐一对每条所召回的资源进行打分。但是随着数据量的暴增,每次进行资源推荐时,都需要使用FM公式对每条所召回的资源进行打分,此种方式会耗费大量的计算资源和时间,进而会导致资源推荐的效率较低。
技术实现思路
有鉴于此,本专利技术实施例提供一种资源评分方法及系统,以解决现有对资源进行评分的方式存在的耗费大量的计算资源和时间等问题。为实现上述目的,本专利技术实施例提供如下技术方案:本专利技术实施例第一方面公开一种资源评分方法,所述方法包括:获取待推荐用户的用户特征和待处理资源;从预设的全量资源特征文件中,获取所述待处理资源的资源特征及其对应的第一计算参数、第二计算参数和第三计算参数,所述全量资源特征文件中包含:预先确定的各个资源的资源特征及基于资源特征预先计算得到的第一计算参数、第二计算参数和第三计算参数;根据所述用户特征和所述待处理资源的资源特征,确定M个匹配特征并将其进行组合得到目标组合模式,M为正整数;>获取预先计算并缓存的与所述目标组合模式对应的第四计算参数、第五计算参数和第六计算参数,所述第四计算参数、所述第五计算参数和所述第六计算参数由预先基于所述M个匹配特征计算得到;基于所述用户特征确定第七计算参数、第八计算参数和第九计算参数;基于所述第一计算参数、所述第二计算参数、所述第三计算参数、所述第四计算参数、所述第五计算参数、所述第六计算参数、所述第七计算参数、所述第八计算参数和所述第九计算参数,结合分解因子机FM公式,并行计算每个所述待处理资源的评分。优选的,所述根据所述用户特征和所述待处理资源的资源特征,确定M个匹配特征并将其进行组合得到目标组合模式,包括:确定所述用户特征与所述待处理资源的资源特征的匹配值;对所述匹配值进行哈希hash计算,生成M个匹配特征;将所述M个匹配特征拼接成字符串,得到对应的目标组合模式。优选的,计算每个所述待处理资源的评分的过程,包括:基于所述第一计算参数、所述第四计算参数和所述第七计算参数,确定所述FM公式的第一计算项的数值,所述FM公式由偏置项、第一计算项、第二计算项和第三计算项构成;基于所述第二计算参数、所述第五计算参数和所述第八计算参数,确定所述FM公式的第二计算项的数值;基于所述第三计算参数,所述第六计算参数和所述第九计算参数,确定所述FM公式的第三计算项的数值;利用所述FM公式的偏置项、第一计算项的数值、第二计算项的数值和第三计算项的数值,计算所述待处理资源的评分。优选的,所述第一计算参数为,所述第二计算参数为,所述第三计算参数为;其中,k2为资源特征的数量,itemi为第i个资源特征,ωitemi为第i个资源特征的权重,xitemi为用于指示第i个资源特征是否存在的参数,vitemi,f为第i个资源特征的隐向量里第f维的权重。优选的,所述第四计算参数为,所述第五计算参数为,所述第六计算参数为;其中,k3为匹配特征的数量,matchi为第i个匹配特征,ωmatchi为第i个匹配特征的权重,xmatchi为用于指示第i个匹配特征是否存在的参数,vmatchi,f为第i个匹配特征的隐向量里第f维的权重。优选的,所述第七计算参数为,所述第八计算参数为,所述第九计算参数为;其中,k1为用户特征的数量,useri为第i个用户特征,ωuseri为第i个用户特征的权重,xuseri为用于指示第i个用户特征是否存在的参数,vuseri,f为第i个用户特征的隐向量里第f维的权重。本专利技术实施例第二方面公开一种资源评分系统,所述系统包括:第一获取单元,用于获取待推荐用户的用户特征和待处理资源;第二获取单元,用于从预设的全量资源特征文件中,获取所述待处理资源的资源特征及其对应的第一计算参数、第二计算参数和第三计算参数,所述全量资源特征文件中包含:预先确定的各个资源的资源特征及基于资源特征预先计算得到的第一计算参数、第二计算参数和第三计算参数;处理单元,用于根据所述用户特征和所述待处理资源的资源特征,确定M个匹配特征并将其进行组合得到目标组合模式,M为正整数;第三获取单元,用于获取预先计算并缓存的与所述目标组合模式对应的第四计算参数、第五计算参数和第六计算参数,所述第四计算参数、所述第五计算参数和所述第六计算参数由预先基于所述M个匹配特征计算得到;确定单元,用于基于所述用户特征确定第七计算参数、第八计算参数和第九计算参数;计算单元,用于基于所述第一计算参数、所述第二计算参数、所述第三计算参数、所述第四计算参数、所述第五计算参数、所述第六计算参数、所述第七计算参数、所述第八计算参数和所述第九计算参数,结合分解因子机FM公式,并行计算每个所述待处理资源的评分。优选的,所述处理单元具体用于:确定所述用户特征与所述待处理资源的资源特征的匹配值;对所述匹配值进行哈希hash计算,生成M个匹配特征;将所述M个匹配特征拼接成字符串,得到对应的目标组合模式。优选的,用于计算每个所述待处理资源的评分的所述计算单元,具体用于:基于所述第一计算参数、所述第四计算参数和所述第七计算参数,确定所述FM公式的第一计算项的数值,所述FM公式由偏置项、第一计算项、第二计算项和第三计算项构成;基于所述第二计算参数、所述第五计算参数和所述第八计算参数,确定所述FM公式的第二计算项的数值;基于所述第三计算参数,所述第六计算参数和所述第九计算参数,确定所述FM公式的第三计算项的数值;利用所述FM公式的偏置项、第一计算项的数值、第二计算项的数值和第三计算项的数值,计算所述待处理资源的评分。优选的,所述第一计算参数为,所述第二计算参数为,所述第三计算参数为;其中,k2为资源特征的数量,itemi为第i个资源特征,ωitemi为第i个资源特征的权重,xitemi为用于指示第i个资源特征是否存在的参数,vitemi,f为第i个资源特征的隐向量里第f维的权重。基于上述本专利技术实施例提供的一种资源评分方法及系统,该方法为:获取待推荐用户的用户特征和待处理资源;从预设的全量资源特征文件中,获取待处理资源的资源特征及其对应的第一计算参数、第二计算参数和第三计算参数;根据用户特征和待处理资源的资源特征,确定M个匹配特征并将其进行组合得到目标组合模式;获取预先计算并缓存的与目标组合模式对应的第四计算参数、第五计算参数和第六计算参数;基于用户特征确定第七计算参数、第本文档来自技高网...

【技术保护点】
1.一种资源评分方法,其特征在于,所述方法包括:/n获取待推荐用户的用户特征和待处理资源;/n从预设的全量资源特征文件中,获取所述待处理资源的资源特征及其对应的第一计算参数、第二计算参数和第三计算参数,所述全量资源特征文件中包含:预先确定的各个资源的资源特征及基于资源特征预先计算得到的第一计算参数、第二计算参数和第三计算参数;/n根据所述用户特征和所述待处理资源的资源特征,确定M个匹配特征并将其进行组合得到目标组合模式,M为正整数;/n获取预先计算并缓存的与所述目标组合模式对应的第四计算参数、第五计算参数和第六计算参数,所述第四计算参数、所述第五计算参数和所述第六计算参数由预先基于所述M个匹配特征计算得到;/n基于所述用户特征确定第七计算参数、第八计算参数和第九计算参数;/n基于所述第一计算参数、所述第二计算参数、所述第三计算参数、所述第四计算参数、所述第五计算参数、所述第六计算参数、所述第七计算参数、所述第八计算参数和所述第九计算参数,结合分解因子机FM公式,并行计算每个所述待处理资源的评分。/n

【技术特征摘要】
1.一种资源评分方法,其特征在于,所述方法包括:
获取待推荐用户的用户特征和待处理资源;
从预设的全量资源特征文件中,获取所述待处理资源的资源特征及其对应的第一计算参数、第二计算参数和第三计算参数,所述全量资源特征文件中包含:预先确定的各个资源的资源特征及基于资源特征预先计算得到的第一计算参数、第二计算参数和第三计算参数;
根据所述用户特征和所述待处理资源的资源特征,确定M个匹配特征并将其进行组合得到目标组合模式,M为正整数;
获取预先计算并缓存的与所述目标组合模式对应的第四计算参数、第五计算参数和第六计算参数,所述第四计算参数、所述第五计算参数和所述第六计算参数由预先基于所述M个匹配特征计算得到;
基于所述用户特征确定第七计算参数、第八计算参数和第九计算参数;
基于所述第一计算参数、所述第二计算参数、所述第三计算参数、所述第四计算参数、所述第五计算参数、所述第六计算参数、所述第七计算参数、所述第八计算参数和所述第九计算参数,结合分解因子机FM公式,并行计算每个所述待处理资源的评分。


2.根据权利要求1所述的方法,其特征在于,所述根据所述用户特征和所述待处理资源的资源特征,确定M个匹配特征并将其进行组合得到目标组合模式,包括:
确定所述用户特征与所述待处理资源的资源特征的匹配值;
对所述匹配值进行哈希hash计算,生成M个匹配特征;
将所述M个匹配特征拼接成字符串,得到对应的目标组合模式。


3.根据权利要求1所述的方法,其特征在于,计算每个所述待处理资源的评分的过程,包括:
基于所述第一计算参数、所述第四计算参数和所述第七计算参数,确定所述FM公式的第一计算项的数值,所述FM公式由偏置项、第一计算项、第二计算项和第三计算项构成;
基于所述第二计算参数、所述第五计算参数和所述第八计算参数,确定所述FM公式的第二计算项的数值;
基于所述第三计算参数,所述第六计算参数和所述第九计算参数,确定所述FM公式的第三计算项的数值;
利用所述FM公式的偏置项、第一计算项的数值、第二计算项的数值和第三计算项的数值,计算所述待处理资源的评分。


4.根据权利要求1所述的方法,其特征在于,所述第一计算参数为,
所述第二计算参数为,所述第三计算参数为;
其中,k2为资源特征的数量,itemi为第i个资源特征,ωitemi为第i个资源特征的权重,xitemi为用于指示第i个资源特征是否存在的参数,vitemi,f为第i个资源特征的隐向量里第f维的权重。


5.根据权利要求1所述的方法,其特征在于,所述第四计算参数为,所述第五计算参数为,所述第六计算参数
为;
其中,k3为匹配特征的数量,matchi为第i个匹配特征,ωmatchi为第i个匹配特征的权重,xmatchi为用于指示第i个匹配特征是否存在的参数,vmatchi,f为第i个匹配特征的隐向量里第f维...

【专利技术属性】
技术研发人员:廖忠儒
申请(专利权)人:北京搜狐新媒体信息技术有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1